将OpenCV加载的视频帧输入CNN时出现负维度错误求助

这个错误的核心原因是：某一层Conv3D的卷积核尺寸大于输入特征图的对应维度，导致计算后维度变为负数（或0）。我们可以通过以下步骤定位并解决问题：

第一步：定位问题层 #

先打印模型的完整结构和每一层的输出形状，这样能直观看到哪一步维度被压缩到过小：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv3D, MaxPooling3D, Flatten, Dense, Dropout

model = Sequential()
model.add(Conv3D(32, (3,3,3), activation='relu', input_shape=(1, 40, 40, 15), data_format='channels_first'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(64, (3,3,3), activation='relu'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(128, (3,3,3), activation='relu'))
model.add(Conv3D(128, (3,3,3), activation='relu'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(256, (2,2,2), activation='relu'))
model.add(Conv3D(256, (2,2,2), activation='relu'))  # 这大概率是出问题的层
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Flatten())
model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(4, activation='softmax'))

# 打印模型结构和各层输出形状
model.summary()

运行后你会发现，经过前面的卷积和池化，某一个空间维度会被压缩到1，此时再用(2,2,2)的卷积核计算，就会出现1-2+1=0的无效维度，触发错误。

第二步：选择修复方案 #

根据你的需求，以下几种方案都可以解决问题：

方案1：给Conv3D层添加padding #

设置padding='same'可以让卷积后特征图的维度保持和输入一致，避免维度过度缩小：

model = Sequential()
model.add(Conv3D(32, (3,3,3), activation='relu', input_shape=(1, 40, 40, 15), data_format='channels_first', padding='same'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(64, (3,3,3), activation='relu', padding='same'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(128, (3,3,3), activation='relu', padding='same'))
model.add(Conv3D(128, (3,3,3), activation='relu', padding='same'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Conv3D(256, (2,2,2), activation='relu', padding='same'))
model.add(Conv3D(256, (2,2,2), activation='relu', padding='same'))
model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Flatten())
model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(1024))
model.add(Dropout(0.5))
model.add(Dense(4, activation='softmax'))

方案2：调整卷积核尺寸 #

如果不想用padding，可以针对缩小到1的维度，把卷积核对应位置的尺寸改成1，比如你发现深度维度变成了1，就把卷积核改成(1,2,2)：

# 修改出问题的Conv3D层
model.add(Conv3D(256, (1,2,2), activation='relu'))
model.add(Conv3D(256, (1,2,2), activation='relu'))

方案3：减少池化操作 #

可以去掉最后一个MaxPooling3D层，或者调整池化的步长和尺寸，避免维度被过度压缩：

model.add(Conv3D(256, (2,2,2), activation='relu'))
model.add(Conv3D(256, (2,2,2), activation='relu'))
# 注释掉最后一个池化层，避免维度进一步缩小
# model.add(MaxPooling3D(pool_size=(1, 2, 2), strides=(1, 2, 2)))
model.add(Flatten())

方案4：调整输入维度 #

如果数据允许，可以把输入的帧尺寸从40x40改成更大的（比如64x64），或者把时间维度从15增加到30，给卷积和池化留下足够的维度空间。

内容的提问来源于stack exchange，提问作者user9165727