Pytorch dataloader で陥ったこと

状況

・３回目のkaggle挑戦で画像分類に初挑戦
・学習は完了したが、テストデータのevalでエラー発生
・備忘として記録

現在、Editではうまくsubmission.csvまで出力できるのに、submitするとエラーが出て採点してもらえない状況。。。なぜ？（原因わかって解決できれば投稿したいと思います）

陥ったこと

kaggleのコンペ「UBC Ovarian Cancer Subtype Classification and Outlier Detection (UBC-OCEAN)」に挑戦している時、テスト画像の予測中に下記エラーが発生した。

RuntimeError: Given groups=1, weight of size [3, 6, 1, 1], expected input[1, 3, 1024, 512] to have 6 channels, but got 3 channels instead

エラー内容と原因

エラーの内容はtorchの形状の不一致のようだった。学習ではバッチサイズ５で実施していたが、
テストの時に画像読み込みが１枚しかなく、形状が異なっていることが原因のようだ。

モデルのコード

class Model_CNN(nn.Module):
    def __init__(self, filters) -> None:
        super(Model_CNN, self).__init__()
        
        self.main = nn.Sequential(
            nn.Conv2d(3, 512, kernel_size=19, stride=11, padding=1, bias=False),
            nn.BatchNorm2d(512),
            nn.LeakyReLU(0.2),

            nn.Conv2d(512, 256, kernel_size=13, stride=11, padding=1, bias=False),
            nn.BatchNorm2d(256),
            nn.LeakyReLU(0.2),

            nn.Conv2d(256, 128, kernel_size=4, stride=1, bias=False),
            nn.BatchNorm2d(128),
            nn.LeakyReLU(0.2),
        )
        self.classifier = nn.Sequential(nn.Linear(128, num_class))
                                
        
    def forward(self, x):
        out = self.main(x)
        out = out.view(out.size(0), -1)
        out = self.classifier(out)
        return out

モデルでエラー発生箇所は下記の予測のところで発生。

モデルを使った予測

pred_list = []

model.load_state_dict(torch.load(w_save_path))
model.eval()
with torch.no_grad():
    for imgs in testdataloader:　　# 予測
        imgs = Variable(imgs.to(device))
        pred = model(imgs)
        pred_list.append(int(pred.max(1)[1]))

回避策

いい方法がわからなかったので、画像１枚の時に形状を変更することにした

pred_list = []

model.load_state_dict(torch.load(w_save_path))
model.eval()
with torch.no_grad():
    for imgs in testdataloader.dataset:
        if len(imgs) == 3:　# ファイルが１つしかない場合
            imgs = imgs[np.newaxis, :, :, :]　# 形状を一致させる
        imgs = Variable(imgs.to(device))
        pred = model(imgs)
        pred_list.append(int(pred.max(1)[1]))

その他

・他にいい方法があれば教えていただけると、助かります。