Keras多输入模型报错：4维图像输入进入fit后变为2维？

首先，你的报错看起来是图像维度变化导致的，但真正的问题出在BR特征分支的输入定义错误以及多输入模型的构建方式不符合Keras规范，我们一步步来拆解和修复：

核心问题解释 #

你看到的报错"Error when checking input: expected dense_1_input to have 3 dimensions, but got array with shape (1630, 1)"，并不是图像输入的问题，而是你的BR特征分支（branch2）的输入形状设置错了：

• Keras中input_shape参数定义的是单个样本的特征形状，而不是整个数据集的形状。你给branch2设置了input_shape=(data_num,1)，这意味着模型期望每个样本是(1630,1)的3维数据，但实际每个样本的BR只是一个标量值，所以传入的BR_arr被处理成(1630,1)后，和模型期望的输入维度完全不匹配，才抛出了这个错误。
• 另外，你使用的旧版Merge类已经被Keras弃用，推荐用函数式API来构建多输入模型，这是处理这类任务的标准方式。

具体修复步骤 #

1. 修正BR分支的输入形状 #

把branch2的定义从：

branch2 = Sequential()
branch2.add(Dense(1, input_shape=(data_num,1), activation='sigmoid'))

改成：

branch2 = Sequential()
branch2.add(Dense(1, input_shape=(1,), activation='sigmoid'))  # 单个样本是1维标量

2. 改用函数式API构建多输入模型 #

旧的Merge类已经不再被支持，我们用函数式API重新构建模型，这样能更清晰地管理多个输入和分支：

# 图像输入分支
input_tensor = Input(shape=(img_width, img_height,3))
vgg16 = VGG16(include_top=False, weights='imagenet', input_tensor=input_tensor)
top_model = Sequential()
top_model.add(Flatten(input_shape=vgg16.output_shape[1:]))
branch1_output = top_model(vgg16.output)
branch1 = Model(inputs=input_tensor, outputs=branch1_output)

# BR特征分支（改用函数式API更清晰）
branch2_input = Input(shape=(1,))
x = Dense(1, activation='sigmoid')(branch2_input)
x = BatchNormalization()(x)
x = Flatten()(x)
branch2 = Model(inputs=branch2_input, outputs=x)

# 合并两个分支
merged = Concatenate()([branch1.output, branch2.output])
# 后续全连接层
x = Dense(256, activation='relu')(merged)
x = Dropout(0.5)(x)
output = Dense(2, activation='softmax')(x)

# 定义最终的多输入模型
model = Model(inputs=[branch1.input, branch2.input], outputs=output)

3. 规范BR数组的形状 #

你的BR_arr是一维数组(1630,)，我们把它转换成(1630,1)，让它和模型的输入形状完全匹配：

BR_arr = BR_arr.reshape(-1, 1)

4. 修正训练代码 #

最后用调整后的输入训练模型：

model.compile(loss='categorical_crossentropy', 
              optimizer=optimizers.SGD(lr=1e-3, momentum=0.9), 
              metrics=['accuracy'])

# 检查输入形状（可选，用于验证）
print("图像输入形状:", img_array.shape)  # 应该是(1630,60,60,3)
print("BR输入形状:", BR_arr.shape)      # 应该是(1630,1)

model.fit([img_array, BR_arr], label_arr, epochs=5, batch_size=100, verbose=1)

额外注意事项 #

• 你在imgConvert函数里写的img = np.arange(1*3*60*60).reshape((60,60,3))会完全覆盖读取的图像，这应该是测试代码，记得改成实际的图像预处理逻辑！
• 如果使用的是TensorFlow 2.x集成的Keras，旧的Merge类已经被移除，必须使用函数式API的Concatenate层。
• 训练前可以打印各输入的形状，确保和模型期望的输入形状一致，避免类似的维度错误。

内容的提问来源于stack exchange，提问作者Le Trong Nghia