测试图像标题生成模型时遇Unknown layer: 'NotEqual'错误求助

问题原因 #

你定义了NotEqual自定义操作，但加载模型时仅在custom_objects参数中注册了KerasLayer，Keras无法识别未注册的自定义操作，因此抛出Unknown layer: 'NotEqual'错误。

解决步骤 #

1. 注册自定义操作到custom_objects
   加载模型时，将NotEqual函数添加到custom_objects字典中，让Keras能够识别它：

model = load_model(
    path,
    custom_objects={'KerasLayer': hub.KerasLayer, 'NotEqual': NotEqual}
)

2. 优化自定义操作定义
   当前代码中NotEqual函数内部重复导入TensorFlow，建议将TensorFlow导入移到文件顶部，避免冗余：

# 移到文件开头的导入区
import tensorflow as tf

# 定义自定义操作
def NotEqual(x, y):
    return tf.math.not_equal(x, y)

3. 修复缺失的依赖导入
   原代码extract_features函数中使用了numpy但未导入，需在开头补充：

import numpy as np

修改后的关键代码片段 #

from PIL import Image
import matplotlib.pyplot as plt
import argparse
import pickle
import numpy as np
import tensorflow as tf
from keras.models import load_model
from keras.layers import Lambda
from keras.applications.xception import Xception
from keras.preprocessing.sequence import pad_sequences
from tensorflow.keras.preprocessing.text import Tokenizer
import tensorflow_hub as hub

# 定义自定义操作
def NotEqual(x, y):
    return tf.math.not_equal(x, y)

# ... 其余函数定义保持不变 ...

# 加载模型部分修改
path='models/model_9.h5'
model = load_model(
    path,
    custom_objects={'KerasLayer': hub.KerasLayer, 'NotEqual': NotEqual}
)

内容的提问来源于stack exchange，提问作者Arpit Goyal