Xcode集成自定义Core ML图像识别模型遇Bundle路径找不到问题求助

核心排查与修复步骤 #

1. 确认模型的资源配置 #

• 检查自定义.mlmodel文件的Target Membership，确保勾选了你当前运行的App目标。网上下载的模型大概率默认配置了这一步，所以即便报错也能正常加载。
• 打开Build Phases -> Copy Bundle Resources，确认.mlmodel在列表里，没有的话手动拖拽添加进去。

2. 修正模型加载代码的路径逻辑 #

• 别硬编码路径，用Bundle.main动态获取模型URL，示例代码：

  guard let modelURL = Bundle.main.url(forResource: "YourCustomModel", withExtension: "mlmodelc") else {
      fatalError("模型文件未找到")
  }
  do {
      let model = try YourCustomModel(contentsOf: modelURL)
      // 执行预测逻辑
  } catch {
      print("模型加载失败：\(error)")
  }
  

• 注意：Xcode会把.mlmodel编译成.mlmodelc格式的Bundle，加载时要对应这个扩展名。

3. 清理缓存后重新构建 #

• 执行Product -> Clean Build Folder（快捷键Shift+Command+K），清掉旧的编译缓存。
• 删除模拟器或真机上的App，重新运行项目。自定义模型的旧编译缓存可能残留错误路径，导致加载异常。

4. 检查编译后的模型文件 #

• 右键Xcode里的.mlmodel文件，选Show in Finder，查看编译后的.mlmodelc文件夹是否在App的Bundle目录里。
• 如果编译后的文件缺失，删掉现有模型重新添加到项目，确保Xcode能正确编译模型。

5. 验证模型与Xcode的兼容性 #

• 确认自定义模型的Core ML版本（比如Core ML 3/4/5）和当前Xcode版本匹配。如果模型是用旧版coremltools导出的，用最新工具重新导出：

  import coremltools as ct
  # 加载你的PyTorch/TensorFlow模型
  model = ct.convert(your_model, convert_to="mlprogram") # 或指定兼容的Core ML版本
  model.save("YourCustomModel.mlmodel")
  

关于“报错但仍能预测”的原因 #

网上下载的模型大概率在代码里做了降级加载逻辑：当主Bundle加载失败时，会尝试从框架Bundle或其他路径加载，甚至模型本身被嵌入到自动生成的代码类里，所以即便报错也能正常运行。而你的自定义模型没做这个处理，报错后就无法继续执行了。

内容的提问来源于stack exchange，提问作者Pedro Covelo