SegNet运行遇custom_layers缺失及MaxUnpooling2D维度不匹配报错求助

错误1：ModuleNotFoundError: No module named 'custom_layers' 解决 #

• 方案1：直接把MaxPoolingWithArgmax2D和MaxUnpooling2D两个自定义层的代码复制到训练主脚本的开头，不需要单独存放在custom_layers目录，即可直接调用，无需额外导入。
• 方案2：保留目录结构的话按以下操作：
  1. 在C:\spyder\codes\custom_layers目录下新建空文件__init__.py
  2. 在主脚本开头添加代码：

  import sys
  sys.path.append("C:/spyder/codes")
  from custom_layers.layers import MaxPoolingWithArgmax2D, MaxUnpooling2D
  

错误2：InvalidArgumentError 维度不匹配解决 #

报错根本原因是解码器卷积层输出通道数和对应mask的通道数不匹配，导致scatter_nd的indices和updates元素总数差1倍，和你报错的数值完全吻合，按以下步骤修改即可：

1. 修正解码器各层通道数，和对应mask的通道数对齐：
   • conv_5的卷积核数从8*num_filters改为4*num_filters，匹配mask3的256通道
   • conv_6的卷积核数从4*num_filters改为2*num_filters，匹配mask2的128通道
   • conv_7的卷积核数从2*num_filters改为1*num_filters，匹配mask1的64通道
2. 修正MaxUnpooling2D层的动态形状计算逻辑，避免静态形状导致的隐式错误，替换call方法中的reshape部分代码：

   # 删掉原来用静态形状updates.shape计算的逻辑
   out_shape = [
       input_shape[0],
       input_shape[1] * self.size[0],
       input_shape[2] * self.size[1],
       input_shape[3]
   ]
   

3. 删掉输出部分重复的3次卷积+激活逻辑，只保留1次输出层即可；你之前定义的归一化Lambda层没有被使用，要么删掉要么把conv1的输入改为归一化后的张量。
4. 可选优化：MaxPoolingWithArgmax2D中返回的argmax不需要转成float，直接返回int类型即可，避免来回类型转换的精度损失。

修改完成后重新运行代码即可解决所有报错。

内容的提问来源于stack exchange，提问作者Nagaraj Rajendiran