使用RealESRGAN模型时遇AttributeError：NoneType无load_state_dict属性求助

问题背景 #

我正在用Python构建图像放大后端，基于RealESRGAN模型开发，测试用简化版Flask后端代码如下：

import os
from flask import Flask, request, jsonify
from flask_cors import CORS
from realesrgan import RealESRGANer
from PIL import Image
import numpy as np
import io

app = Flask(__name__)
CORS(app)

# 初始化RealESRGAN模型
model_path = "./RealESRGAN_x4plus_anime_6B.pth"

model = RealESRGANer(scale=4, model_path=model_path)

@app.route('/upscale', methods=['POST'])
def upscale_image():
    if 'image' not in request.files:
        return jsonify({"error": "No image provided"}), 400
    
    file = request.files['image']

    try:
        # 读取图像文件
        img = Image.open(file.stream).convert('RGB')

        # 转numpy数组并放大
        img_array = np.array(img)
        upscaled_image = model.predict(img_array)

        # 转回PIL格式
        upscaled_image = Image.fromarray(upscaled_image)

        # 保存为字节流返回
        img_byte_arr = io.BytesIO()
        upscaled_image.save(img_byte_arr, format='PNG')
        img_byte_arr.seek(0)

        return jsonify({"message": "Image upscaled successfully", "upscaled_image": img_byte_arr.getvalue().decode('latin1')})

    except Exception as e:
        return jsonify({"error": str(e)}), 500

if __name__ == '__main__':
    app.run(debug=True)

运行时触发以下错误：

model.load_state_dict(loadnet[keyname], strict=True)
^^^^^^^^^^^^^^^^^^^^^
AttributeError: 'NoneType' object has no attribute 'load_state_dict'

已尝试的调试操作 #

• 模型加载：手动编写模型加载代码尝试修复（代码如下）

  # 检测设备（GPU/CPU）
  device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
  
  # 初始化RealESRGANer
  self.model = RealESRGANer(
      scale=4,  # 放大倍数
      model_path=model_path,  # 预训练权重路径
      tile=0,  # 不使用分块
      tile_pad=10,  # 分块时的 padding
      pre_pad=0,  # 预 padding
      half=False,  # 关闭半精度避免问题
      device=device  # 使用检测到的设备
  )
  
  # 加载权重到模型结构
  state_dict = torch.load(model_path, map_location=device)
  
  # 确保state_dict包含'params_ema'
  if "params_ema" in state_dict:
      self.model.model.load_state_dict(state_dict["params_ema"], strict=True)
  else:
      raise ValueError("The state_dict does not contain 'params_ema'. Please check the model file.")
  
  # 设置模型为评估模式（推理必备）
  self.model.model.eval()
  

• 文件路径：用print(os.path.exists("./RealESRGAN_x4plus_anime_6B.pth"))验证路径正确性
• 替代模型：测试了另一版本的RealESRGAN模型文件

解决建议 #

1. 验证模型文件完整性 #

报错核心是模型加载时返回None，大概率是模型文件损坏或下载不完整：

• 重新下载对应模型文件，核对文件大小与官方发布的一致
• 若官方提供校验值，用校验工具验证文件完整性

2. 修复模型初始化逻辑 #

调整RealESRGANer的初始化流程，先手动验证权重文件有效性，再完成模型加载：

import torch
import os
from realesrgan import RealESRGANer

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model_path = os.path.abspath("./RealESRGAN_x4plus_anime_6B.pth")

# 先检查权重文件是否能正常加载
try:
    state_dict = torch.load(model_path, map_location=device)
    # 检查权重结构是否符合要求
    if not ("params_ema" in state_dict or "params" in state_dict):
        raise ValueError("模型权重文件结构异常，缺少必要的参数键")
except Exception as e:
    print(f"加载模型权重失败: {str(e)}")
    exit(1)

# 初始化RealESRGANer
model = RealESRGANer(
    scale=4,
    model_path=model_path,
    tile=0,
    tile_pad=10,
    pre_pad=0,
    half=False,
    device=device
)

# 手动加载权重（覆盖内部可能失败的加载逻辑）
if "params_ema" in state_dict:
    model.model.load_state_dict(state_dict["params_ema"], strict=True)
else:
    model.model.load_state_dict(state_dict["params"], strict=True)
model.model.eval()

3. 核对依赖版本兼容性 #

RealESRGAN对PyTorch、torchvision等依赖版本有严格要求：

• 参考项目官方README安装指定版本的依赖
• 避免使用与模型不兼容的PyTorch版本（如PyTorch 2.x可能需要调整加载逻辑）

4. 使用绝对路径加载模型 #

相对路径可能因运行目录不同导致文件找不到，改用绝对路径确保定位准确：

import os
model_path = os.path.abspath("./RealESRGAN_x4plus_anime_6B.pth")
print(f"模型绝对路径: {model_path}")
print(f"文件是否存在: {os.path.exists(model_path)}")

内容的提问来源于stack exchange，提问作者ArmandPret-OW