加载Siamese神经网络模型时出现NameError：name 'K' is not defined

问题原因 #

你的Siamese模型包含一个使用自定义euclidean_distance函数的Lambda层，该函数依赖keras.backend as K。加载模型时，recognize.py中既没有导入K，也没有提供该自定义函数的定义，导致Keras无法解析Lambda层的逻辑。

解决方案 #

修改recognize.py，补充必要的导入和自定义函数定义，加载模型时指定custom_objects参数：

import cv2
import numpy as np
from keras.models import load_model
from keras import backend as K  # 导入Keras后端
from utils import load_embeddings

# 复制train.py中定义的欧氏距离函数，保证和训练时完全一致
def euclidean_distance(vectors):
    featsA, featsB = vectors
    sumSquared = K.sum(K.square(featsA - featsB), axis=1, keepdims=True)
    return K.sqrt(K.maximum(sumSquared, K.epsilon()))

# 加载模型时传入自定义函数
siamese_model = load_model('models/siamese_model.h5', compile=False, custom_objects={'euclidean_distance': euclidean_distance})

注意事项 #

• 确保euclidean_distance函数的代码和train.py中完全一致，不能有任何改动，否则模型加载会失败。
• 你的环境使用独立的keras包而非tensorflow.keras，所以全程保持from keras.X的导入方式，不要混用tensorflow.keras。

内容的提问来源于stack exchange，提问作者Mai Thanh Bình