Keras3加载模型遇格式不兼容报错，求解决方案

问题原因 #

你触发的ValueError是因为Keras3的load_model()方法仅支持Keras V3格式（.keras后缀）和传统H5格式（.h5后缀），而你要加载的resnet50_coco_best_v2.0.1 (1)属于TensorFlow SavedModel格式，无法通过load_model()直接加载。

可行解决方案 #

要将该SavedModel作为仅推理层加载，使用keras.layers.TFSMLayer即可，具体操作如下：

1. 导入Keras模块

import keras

2. 用TFSMLayer加载模型

inference_layer = keras.layers.TFSMLayer(
    r"C:\Users\fedmor\Desktop\AI\resnet50_coco_best_v2.0.1 (1)",
    call_endpoint='serving_default'
)

3. 关键注意点

• call_endpoint参数可能需要调整：如果不确定正确的端点名称，可通过以下代码查看SavedModel的签名信息：

  import tensorflow as tf
  saved_model = tf.saved_model.load(r"C:\Users\fedmor\Desktop\AI\resnet50_coco_best_v2.0.1 (1)")
  print(list(saved_model.signatures.keys()))
  

  运行后会输出所有可用的端点名称，将其替换代码中的serving_default即可。
• 加载后的inference_layer是可调用对象，直接传入符合模型要求的输入数据就能获得推理结果。

内容的提问来源于stack exchange，提问作者Jason More