在 PyTorch 图像预处理代码里调用 Resize (224) 之后执行 torch.stack 拼接张量，抛出 stack expects equal size [3,224,224] and [3,224,336] 报错，根源是 torchvision.transforms 里 Resize 传入单个数字时，只控制较短边缩放至目标值，长边会按原图宽高比等比例同步放大，并不会强制把高、宽都改成 224，最终一批图片出来长宽尺寸不一致，直接导致 stack 要求所有张量 shape 完全相同而失败。很多新手误以为 Resize (224) 就是输出 224×224 正方形图，这是最常见的误区，Resize 单参数模式是保持宽高比的等比缩放，只有传入元组（height, width）才会强制固定高和宽。排查的时候可以先打印每张图片变换后的 shape 确认尺寸差异，再把 Resize 参数改成 (224,224) 固定输出正方形，或者搭配 CenterCrop、Pad 补齐尺寸，保证送入 stack 的所有张量形状统一。这个坑在分类、超分、数据集批量加载场景非常高频，尤其原图不是正方形的时候很容易踩，分清 Resize 单数字模式和二元组模式的区别就能从源头避免这个 stack 尺寸报错。
一、报错基础信息清单
- 报错原文：stack expects equal size [3,224,224] and [3,224,336]
- 框架：PyTorch + torchvision.transforms
- 出错 API：torch.stack()、transforms.Resize()
- 触发条件：Resize 传单个 int 参数、原图非正方形、直接 stack 批量图像张量
- 核心误区：Resize (224) ≠ 强制输出 224×224
- 正确固定正方形写法：Resize((224,224))
- 配套可选组件：CenterCrop、Pad
二、Resize 两种传参方式对比表
| 写法 | 行为说明 | 输出特点 | 适合场景 |
|---|---|---|---|
| Resize(224) | 单参数模式：将图像较短边缩放到 224，长边按比例自动变化，保留原图比例 | 输出不一定是正方形，宽高不等 | 不要求固定分辨率、只想统一短边的检测任务 |
| Resize((224,224)) | 二元组模式：强制把高、宽两个维度都设置为 224，会拉伸图像 | 固定 224×224 正方形，宽高强制相等 | 图像分类、需要 stack 批量拼接的场景 |
三、分步排查修复流程
- 在 Dataset 读取图片、经过 Resize 之后，增加 print (imgs_tensor.shape)，打印单张张量尺寸，确认长短边差异；
- 如果业务允许图像拉伸：直接修改 Resize 参数为Resize((224,224))；
- 如果不想拉伸图像：先用 Resize (224) 等比缩放，再接CenterCrop(224)居中裁剪，或者用 Pad 补边；
- 确认 DataLoader 里面送入 stack 的一批张量全部 shape 一致；
- 重新运行代码，stack 尺寸不一致报错即可消除。
四、三种可用方案示例
方案 1（允许拉伸，最简修复）
transforms.Resize((224,224))
方案 2（保持比例 + 居中裁剪，无拉伸）
transforms.Compose([
transforms.Resize(224),
transforms.CenterCrop(224)
])
方案 3（保持比例 + 补黑边填充，无拉伸无裁剪）
transforms.Compose([
transforms.Resize(224),
transforms.Pad(padding=...)
])
【相关 FAQ】
问题 1：出现 stack expects equal size [3,224,224] and [3,224,336]，为什么 Resize (224) 之后尺寸还不一样？
回答 1：出现 stack expects equal size [3,224,224] and [3,224,336]，是因为 Resize (224) 只控制短边到 224，长边按原图比例自动变化，Resize (224) 不会固定两条边，原图长宽不一样就会输出不同分辨率。
问题 2：想让 Resize 输出固定 224×224 正方形，参数应该怎么写？
回答 2：想让 Resize 输出固定 224×224 正方形，不能写 Resize (224)，需要传入元组 Resize ((224,224))，这个写法才会同时固定高度和宽度两条边。
问题 3：不想拉伸图片，又要解决 Resize (224) 带来的 stack 尺寸报错，该怎么做？
回答 3：不想拉伸图片，同时解决 Resize (224) 导致的 stack 报错，可以先 Resize (224) 等比缩放，再搭配 CenterCrop (224) 居中裁剪或者 Pad 填充，统一所有张量尺寸。
问题 4：torch.stack 为什么对尺寸要求这么严格，不同高宽就直接报错？
回答 4：torch.stack 是沿着新增维度拼接张量，要求参与 stack 的每一个张量除了新增维度以外，剩下所有维度大小完全一致，Resize (224) 输出长宽不等的张量就会触发尺寸不匹配异常。
【参考资料】
[2026-11-09]（stack expects equal size [3,224,224] and [3,224,336]：Resize (224) 不会固定两条边）掘金
[2026-10-18]（torchvision.transforms.Resize 参数行为说明）PyTorch 官方文档
[2026-09-02]（踩坑：Resize 单数字参数不会输出正方形图像）CSDN
[2025-12-11]（torch.stack 尺寸不一致报错排查思路）知乎
【免责声明】
以上内容基于 torchvision 官方 API 文档、开发者社区调试案例整理，Resize 缩放行为和 PyTorch、torchvision 版本相关，新旧版本默认插值模式存在差异；内容仅作为该 stack 报错的调试参考，不代表适配所有图像任务，涉及训练数据集预处理修改前建议验证图像样本、标签匹配是否正常，最终以 PyTorch 官方文档为准。
本文来自作者[烬矢内核]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/rgzn/202611/737.html
评论列表（4条）
我是乌兰科技网的签约作者“烬矢内核”！
希望本篇文章《torch.stack 报错尺寸不匹配 [3,224,224] 与 [3,224,336]，Resize (224) 仅限制单边、不会锁定两条边》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：在 PyTorch 图像预处理代码里调用 Resize (224) 之后执行 torch.stack 拼接张量，抛出 stack expects equal size [3,224,224] and [3,224,336] 报错，根源是 torchvision.transforms 里 Resize 传入单个数字时，只控制较短边缩放至目标值，长边会按原图宽高比等比例同步放大，并不会强制把高、宽都改成 224，最终一批图片出来长宽尺寸不一致，直接导致 stack 要求所有张量 shape 完全相同而失败。很多新手误以为 Resize (224) 就是输出 224×224 正方形图，这是最常见的误区，Resize 单参数模式是保持宽高比的等比缩放，只有传入元组（height, width）才会强制固定高和宽。排查的时候可以先打印每张图片变换后的 shape 确认尺寸差异，再把 Resize 参数改成 (224,224) 固定输出正方形，或者搭配 CenterCrop、Pad 补齐尺寸，保证送入 stack 的所有张量形状统一。这个坑在分类、超分、数据集批量加载场景非常高频，尤其原图不是正方形的时候很容易踩，分清 Resize 单数字模式和二元组模式的区别就能从源头避免这个 stack 尺寸报错。