修改Inception-v3输入通道数为4时触发RuntimeError，该如何解决？

你的修改逻辑本身没有问题，报错根源是torchvision内置的InceptionV3默认开启了输入变换逻辑，该逻辑默认只处理前3个通道，会把你输入的4通道数据自动裁剪为3通道，导致和你修改后的第一层卷积的输入通道要求不匹配。

从你提供的报错栈可以看到，模型前向传播时首先执行了x = self._transform_input(x) 这一步，老版本torchvision中该方法的实现逻辑是硬编码处理RGB 3通道输入，直接取输入张量的前3个通道做归一化后返回，直接丢弃了第4通道，所以进入第一层卷积的输入实际已经变成了3通道，触发通道数不匹配报错。

下面提供两种可行方案：

• 方案1：关闭内置输入变换（推荐，适合自己做数据归一化的场景）
  初始化模型时额外指定transform_input=False，关闭默认的通道裁剪和归一化逻辑即可，同时可以选择性迁移预训练权重加快收敛：

import torch
import torch.nn as nn
from torchvision import models

x=torch.randn((5,4,299,299))
# 初始化时关闭输入变换
model_ft=models.inception_v3(pretrained=True, transform_input=False)
model_ft.Conv2d_1a_3x3.conv=nn.Conv2d(4, 32, kernel_size=(3, 3), stride=(2, 2), bias=False)

# 可选：迁移预训练权重，加快收敛
# 取原3通道权重的平均赋值给第4通道
original_weight = models.inception_v3(pretrained=True).Conv2d_1a_3x3.conv.weight.data
new_weight = torch.cat([original_weight, original_weight.mean(dim=1, keepdim=True)], dim=1)
model_ft.Conv2d_1a_3x3.conv.weight.data = new_weight

out=model_ft(x)
print(out.shape)

注意：InceptionV3在训练模式（默认model.train()）下会返回(主输出, 辅助分类器输出)两个张量，推理模式（model.eval()）下仅返回主输出张量，可根据使用场景调整接收方式。

• 方案2：修改_transform_input方法适配4通道（适合需要保留内置归一化逻辑的场景）
  如果需要沿用官方的归一化逻辑，可以重写该方法适配4通道，自行补充第4通道的归一化参数即可。

内容的提问来源于stack exchange，提问作者noname