使用TensorFlow/Keras时不同图像API的宽高维度顺序如何区分？

你感觉不同API的宽高逻辑不一致，本质是整个数据流水线的宽高顺序全程错配，错错得对才一直没触发报错，实际各模块的设计规则是完全统一的，具体约定如下：

• Keras（含tf.keras）默认channels_last格式下，图像张量的维度顺序固定为(batch维度, 高度, 宽度, 通道数)。也就是Input(shape=(1280,224,1))对应的实际语义是高度1280、宽度224的单通道灰度图，和你此前“宽度1280、高度224”的理解完全反向。
• Keras ImageDataGenerator.flow_from_directory 的target_size参数，固定接收(高度, 宽度)顺序的元组。你之前传入的target_size=(1280,224)，实际生成的图像尺寸为高度1280、宽度224——因为后续输入模型的张量维度也沿用了同样的反向顺序，整个流程全程没有触发维度不匹配的报错，所以一直没发现顺序偏差。
• ResNet50等Keras预训练模型的input_shape参数，在channels_last格式下的约定和上述规则完全一致：官方要求的默认输入形状(224,224,3)，本质是高度224、宽度224的3通道RGB图；因为是正方形尺寸，宽高顺序互换不会产生任何可感知的差异，这也是很多人对顺序产生认知偏差的核心原因。模型要求输入宽高不小于32、通道数为3的规则，和官方文档说明完全匹配，不存在维度定义的特殊逻辑。
• tf.image.resize的size参数约定为(new_height, new_width)，和上述所有Keras图像相关API的宽高顺序完全对齐，不存在设计逻辑的割裂。

• 非正方形输入场景下，哪怕全链路统一用“宽度在前、高度在后”的错误顺序传参，模型依然可以正常训练收敛，甚至输出结果看似合理，但实际处理的图像已经和预期宽高完全颠倒，比如横向的车牌图像被处理成纵向拉伸的畸变竖条图像。
• 直接给ResNet50这类预训练模型传入单通道灰度输入，会触发维度不匹配报错，需要提前将单通道图复制拼接为3通道，或者自定义第一层卷积层适配通道数。

• 牢记TensorFlow/Keras全链路统一的图像空间尺寸规则：所有涉及两个元素的图像尺寸参数，顺序固定为高度在前、宽度在后，不要照搬OpenCV等其他视觉库的宽高顺序常识做判断。
• 不要用正方形输入（如224x224）的场景验证参数顺序，这类场景下宽高传反不会触发任何报错，极易固化错误认知。
• 初次使用新的图像相关API时，可以用一张已知尺寸的非正方形测试图（比如高度100、宽度200的图）过一遍流程，通过输出的张量形状确认参数顺序，避免靠猜测传参。

内容的提问来源于stack exchange，提问作者Deshwal