PyTorch搭建人脸检测识别管线时ResNet报张量维度不匹配错误如何解决

API 探路者

2026-10-6

错误原因

你设置了MTCNN的keep_all=True，该参数开启后MTCNN会返回所有检测到的人脸裁剪结果，维度为[人脸数量, 3, 裁剪尺寸, 裁剪尺寸]，你后续额外调用unsqueeze(0)给张量增加了一个维度，就会得到5维张量，不符合ResNet输入要求的4维[batch_size, 3, 高, 宽]格式，所以触发维度不匹配报错。调整图像尺寸不会解决该问题，因为核心问题是张量维度多了冗余维度，和图像分辨率无关。

解决方案

可根据你的实际使用场景选择对应修改方案：

场景1：每次输入图像仅需识别单张人脸
把MTCNN初始化时的keep_all参数改成False，此时MTCNN返回单张人脸的裁剪结果，维度为[3, 160, 160]，你的原有推理代码不需要改动即可正常运行：
```
# 修改MTCNN初始化代码
self.mtcnn = MTCNN(keep_all=False, device=self.device)
```
场景2：每次输入图像需要识别所有检测到的人脸
不需要修改MTCNN的keep_all参数，直接去掉推理代码里的unsqueeze(0)操作即可，此时返回的cropped本身就是4维张量，符合ResNet的输入要求，修改后的推理代码如下：
```
cropped = detector.mtcnn(image)
# 直接传入cropped，不需要额外增加维度
detector.resnet(cropped)
```
此时ResNet会返回所有检测到的人脸对应的特征向量，维度为[人脸数量, 特征维度]。