Keras中output_shape与实际形状差异：ResNet50层调用异常

哈哈，这个坑我之前踩过！本质上是你忽略了ResNet50预训练模型里第一个卷积层前置的padding操作，导致单独调用层的时候形状计算跑偏了。

为什么会出现这种差异？ #

你看，ResNet50的预训练模型结构里，第一个卷积层（通常叫conv1_conv）前面其实还有个ZeroPadding2D((3,3))层。在model.summary()里，显示的是经过padding后的输入再走卷积层的输出形状——输入(224,224,3)先padding成(230,230,3)，再经过kernel_size=(7,7)、strides=(2,2)的卷积，计算出来的输出就是(112,112,64)，和你看到的summary结果一致。

但如果你直接把(224,224,3)的输入张量传给那个卷积层，没有前置的padding，那计算方式就变成了：(224 -7)/2 +1 = 109.5，Keras会向下取整得到109，于是输出形状就变成了(?,109,109,64)，自然和预期不符。

两种快速解决方法 #

方法1：直接构建包含前置层的子模型

不用单独提取卷积层，直接把从输入到目标层的整个路径打包成子模型，这样就能保留原模型的所有前置操作：

from tensorflow.keras.applications import ResNet50
from tensorflow.keras.models import Model
import numpy as np

# 加载预训练ResNet50，注意指定输入形状
base_model = ResNet50(include_top=False, input_shape=(224,224,3), weights='imagenet')

# 获取到你要的firstconv层，比如ResNet50里的conv1_conv
target_layer = base_model.get_layer('conv1_conv')
# 构建子模型，自动包含所有前置层
sub_model = Model(inputs=base_model.input, outputs=target_layer.output)

# 测试输入
test_input = np.random.rand(1,224,224,3)
output = sub_model.predict(test_input)
print(output.shape)  # 输出 (1, 112, 112, 64)，和summary一致

方法2：手动添加前置padding层

如果你非要单独调用那个卷积层，记得手动补上它原本依赖的padding操作：

from tensorflow.keras.layers import Input, ZeroPadding2D
from tensorflow.keras.applications import ResNet50

base_model = ResNet50(include_top=False, input_shape=(224,224,3), weights='imagenet')
target_layer = base_model.get_layer('conv1_conv')
target_layer.trainable = False  # 不想训练预训练层的话加上这句

# 定义输入并添加padding
input_tensor = Input(shape=(224,224,3))
x = ZeroPadding2D(padding=(3,3), name='conv1_pad')(input_tensor)
# 再经过目标卷积层
x = target_layer(x)

print(x.shape)  # 输出 (None, 112, 112, 64)，符合预期

额外注意点 #

• 确保你的输入张量尺寸是(224,224,3)，这是ResNet50预训练模型的默认输入尺寸；
• 别忘了用preprocess_input处理输入，虽然这不会直接影响形状，但能保证输入符合预训练模型的要求：

  from tensorflow.keras.applications.resnet50 import preprocess_input
  test_input = preprocess_input(test_input)
  

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