DeTR自定义训练模型跨Colab加载缺失preprocessor_config.json问题

问题根源 #

你只保存了模型的权重和配置文件，没保存图像处理器（DetrImageProcessor）的配置文件，这就是跨Colab会话加载时抛出/data does not appear to have a file named preprocessor_config.json错误的原因。

原会话能正常加载是因为当时内存里还保留着训练时初始化的image_processor实例，不需要从本地文件读取配置；但新会话没有这个内存实例，加载时必须读取preprocessor_config.json文件，找不到就报错。

解决方案 #

方案1：重新保存模型时同步保存图像处理器配置

修改保存代码，同时保存模型和图像处理器的配置：

MODEL_PATH = 'custom-model'
# 保存模型权重与配置
model.model.save_pretrained(MODEL_PATH)
# 保存图像处理器配置（关键！）
image_processor.save_pretrained(MODEL_PATH)

执行后，custom-model文件夹会新增preprocessor_config.json文件，复制到新Colab会话后就能正常加载。

方案2：补全缺失的配置文件（已保存模型的补救方法）

如果已经无法重新保存，可按以下方式补文件：

• 从原训练会话中导出image_processor的配置：执行image_processor.save_pretrained("临时路径")，把生成的preprocessor_config.json复制到你的模型文件夹；
• 如果你训练时没有修改过图像处理器参数，也可以直接从你初始使用的预训练DETR模型（比如facebook/detr-resnet-50）的官方仓库下载preprocessor_config.json，放到模型文件夹中。

⚠️ 注意：如果训练时调整过图像处理器的参数（比如输入尺寸、归一化均值/方差），必须使用训练时的配置文件，否则推理结果会异常。

内容的提问来源于stack exchange，提问作者Daksh Rawal