使用VGG16训练模型出现输入层形状不兼容ValueError报错如何解决

你遇到的形状不匹配报错核心是两套逻辑冲突：

1. 预处理阶段你已经用VGG16的卷积基底对原始图片做了特征提取，得到的每个样本特征形状为(1, 8, 3, 512)，最终组装的features整体形状为(样本数, 1, 8, 3, 512)
2. 你搭建的模型输入要求为原始图片形状(None, 256, 96, 3)，且模型内部重复添加了一次VGG16卷积层，和你提前提取特征的逻辑完全重复。

方案一：保留提前提取特征的逻辑（推荐，训练速度更快） #

你已经提前做好了VGG卷积层的特征提取，不需要在模型里重复加卷积部分，修改对应代码即可：

1. 调整预处理代码，去掉多余维度 #

在提取特征时去掉单样本的批次维度，避免后续多余维度干扰：

for input_image in tqdm(os.listdir(dir)):
    try:
        img = image.load_img(os.path.join(dir, input_image), target_size=(img_width, img_height))
        img_tensor = image.img_to_array(img)
        img_tensor /= 255.
        # 取predict结果的第一个元素，去掉批次维度，得到(8,3,512)的特征
        pic = conv_base.predict(img_tensor.reshape(1, img_width, img_height, 3), verbose=0)[0]
        data.append([pic, index])
    except Exception as e:
        pass

组装features和labels时可以再加一步维度压缩，确保没有多余维度：

import numpy as np
features = np.array([x[0] for x in data]).squeeze()
labels = np.array([x[1] for x in data])

2. 调整模型结构，匹配特征输入 #

删除模型中重复的VGG卷积部分，输入改为提取到的特征形状，同时修正输出类别数（你提到数据集共4类，原代码输出45类是错误的）：

from tensorflow.keras.layers import Input, Flatten, Dense, Dropout
from tensorflow.keras.models import Model

# 输入改为VGG卷积输出的特征形状
input = Input(shape=(8, 3, 512))
# 直接接全连接层即可，不需要重复走VGG卷积
x = Flatten(name='flatten')(input)
x = Dense(512, activation='relu', name='Dense1')(x)
x = Dropout(0.2, name = 'Dropout')(x)
# 输出类别数改为4，匹配你的数据集分类数
x = Dense(4, activation='softmax', name='predictions')(x)

my_model = Model(inputs=input, outputs=x)
my_model.summary()

my_model.compile(
    loss = 'sparse_categorical_crossentropy',
    optimizer = 'adam',
    metrics = ['accuracy']
)

# 此时features形状为(样本数,8,3,512)，和模型输入匹配，可正常训练
my_model.fit(
    features,
    labels,
    batch_size = 5,
    epochs = 15,
    validation_split = 0.1,
    callbacks=[TensorBoard]
)

方案二：不提前提取特征，直接喂原始图片训练 #

如果你需要端到端训练整个模型（包括VGG卷积层），就修改预处理逻辑，不要提前做特征提取：

for input_image in tqdm(os.listdir(dir)):
    try:
        img = image.load_img(os.path.join(dir, input_image), target_size=(img_width, img_height))
        img_tensor = image.img_to_array(img)
        img_tensor /= 255.
        # 直接存原始图片张量，不做VGG特征提取
        data.append([img_tensor, index])
    except Exception as e:
        pass

组装后的features形状为(样本数,256,96,3)，可以直接匹配你原本的模型输入，只需要把最后一层输出的45类改为4类即可正常训练。如果要加快训练速度，可以冻结VGG16的卷积层参数：

model_vgg16_conv = VGG16(weights='imagenet', include_top=False, input_shape=(img_width, img_height, 3))
# 冻结VGG卷积层参数，只训练后面的全连接层
model_vgg16_conv.trainable = False

内容的提问来源于stack exchange，提问作者Fazlan Ahamed