RuntimeError: 给定组=1，大小为 [64, 3, 3, 3] 的权重，预期输入 [4, 4, 1024, 2048] 有 3 个通道，但有 4 个通道答案

【问题标题】：RuntimeError: Given groups=1, weight of size [64, 3, 3, 3], expected input[4, 4, 1024, 2048] to have 3 channels, but got 4 channels insteadRuntimeError: 给定组=1，大小为 [64, 3, 3, 3] 的权重，预期输入 [4, 4, 1024, 2048] 有 3 个通道，但有 4 个通道
【发布时间】：2021-03-25 18:18:20
【问题描述】：

我的模型是这样的，旨在处理 RGB 图像。以前我用 RGB 和灰度图像进行了测试，结果很好。突然它无法使用新的 RGB 数据集。

class UNet(nn.Module):
    def __init__(self):
        super(UNet, self).__init__()
        self.inc = inconv(3, 64)
        self.down1 = down(64, 128)
        self.down2 = down(128, 256)
        self.down3 = down(256, 512)
        self.down4 = down(512, 512)
        self.up1 = up(1024, 256)
        self.up2 = up(512, 128)
        self.up3 = up(256, 64)
        self.up4 = up(128, 64)
        self.sem_out = outconv(64, 2)
        self.ins_out = outconv(64, 70)

数据集加载器：

train_dataset = DataLoaderInstanceSegmentation()
train_dataloader = DataLoader(train_dataset, batch_size=4)

培训：

for epoch in range(5):    
    for batched in train_dataloader:
        images, sem_labels, ins_labels = batched
        images = Variable(images)
        sem_labels = Variable(sem_labels)
        ins_labels = Variable(ins_labels)
        model.zero_grad()
        sem_predict, ins_predict = model(images)

【问题讨论】：

如果没有实现层和数据集，我只能假设inconv(3, 64 的大小为[64, 3, 3, 3]，并且是在计算forward 时引发错误的层。你能打印出images的形状吗？是4, 4, 1024, 2048吗？如果是这样，我们将需要您的数据集的实施细节。
谢谢@Ivan。是的，形状是 4、4、1024、2048。我想我找到了解决方案，我会在这里发布。您的解释确实帮助我解决了这个问题。

标签： python image image-processing pytorch torchvision

【解决方案1】：

我找到了解决方案。删除 alpha 通道代码后工作正常

        # data = np.array(Image.open(img_path))
        # label_seg = np.array(Image.open(seg_mask_path))
        # label_ins = np.array(Image.open(ins_mask_path))
        data =  self.to_tensor(Image.open(img_path).convert('RGB'))
        label_seg =  self.to_tensor(Image.open(seg_mask_path).convert('L'))
        label_ins =  self.to_tensor(Image.open(ins_mask_path).convert('L'))

【讨论】：