Keras 3.6+TensorFlow 2.18下load_model引用错误及模型加载失败求助

问题核心 #

你遇到的两个问题本质是Keras版本兼容性：

1. Unresolved reference 'load_model'：Keras 3的API路径与旧版存在差异
2. Unrecognized keyword arguments passed to DepthwiseConv2D: {'groups': 1}：Teachable Machine导出的模型基于旧版TensorFlow捆绑Keras保存，而Keras 3已移除DepthwiseConv2D的groups参数

解决方案 #

方案1：使用TensorFlow内置的Keras（推荐） #

Teachable Machine导出的模型原生适配TensorFlow内置的Keras，无需单独安装独立版Keras，步骤如下：

1. 卸载独立安装的Keras 3：

pip uninstall keras -y

2. 修改导入语句为TensorFlow内置Keras的路径：

from tensorflow.keras.models import load_model  # 替换原有的from keras.models import load_model
from PIL import Image, ImageOps
import numpy as np

3. 移除代码中重复的导入块（你的代码里重复导入了两次load_model、PIL和numpy，需删掉其中一组）

方案2：自定义模型加载逻辑（进阶） #

若坚持使用Keras 3，可通过自定义对象处理groups参数的兼容问题：

from keras.models import load_model
from keras.layers import DepthwiseConv2D
from PIL import Image, ImageOps
import numpy as np

# 自定义兼容旧版参数的DepthwiseConv2D
class CompatDepthwiseConv2D(DepthwiseConv2D):
    def __init__(self, groups=None, **kwargs):
        # 忽略groups参数，适配Keras 3的API
        super().__init__(**kwargs)

# 加载模型时指定自定义对象
model = load_model("keras_Model.h5", compile=False, custom_objects={"DepthwiseConv2D": CompatDepthwiseConv2D})

验证修改 #

完成修改后，替换代码中的<IMAGE_PATH>为实际图片路径，运行代码即可正常加载模型并执行预测。

内容的提问来源于stack exchange，提问作者Duy Nguyen Thanh