如何将旧Keras模型中已弃用的tfa.metrics.F1Score迁移至tf.keras.metrics.F1Score？

问题背景 #

旧Keras模型编译时使用了TensorFlow Addons中已弃用的F1Score指标，现在需要迁移到TensorFlow官方的tf.keras.metrics.F1Score。当前加载模型的代码为：

custom_objects = {
    'F1Score': F1Score(num_classes=4, threshold=0.5)
}

替换为新指标后出现错误：

ValueError: Unable to restore custom object of class "Addons>F1Score" (type _tf_keras_metric). Please make sure that this class is included in the custom_objects arg when calling load_model(). Also, check that the class implements get_config and from_config.

Complete metadata: {'class_name': 'Addons>F1Score', 'name': 'f1_score', 'dtype': 'float32', 'config': {'name': 'f1_score', 'dtype': 'float32', 'num_classes': 4, 'average': None, 'threshold': 0.5}, 'shared_object_id': 32}

解决方法 #

方法一：映射旧类名到新指标类 #

模型保存时记录的指标类名是Addons>F1Score，因此需要在custom_objects中用这个旧类名对应新的tf.keras.metrics.F1Score实现：

import tensorflow as tf
from tensorflow.keras.metrics import F1Score

custom_objects = {
    'Addons>F1Score': F1Score
}

# 加载模型
model = tf.keras.models.load_model('your_model_path.h5', custom_objects=custom_objects)

加载完成后，模型会自动从保存的配置中读取原参数（如num_classes=4、threshold=0.5），用新的F1Score类恢复指标。

方法二：加载模型后重新编译替换指标 #

如果方法一不生效，可以先跳过指标加载，之后重新编译模型并替换为新指标：

import tensorflow as tf
from tensorflow.keras.metrics import F1Score

# 加载模型时不编译，跳过指标恢复
model = tf.keras.models.load_model('your_model_path.h5', compile=False)

# 重新编译，保留原优化器和损失函数，替换为新指标
model.compile(
    optimizer=model.optimizer,
    loss=model.loss,
    metrics=[F1Score(num_classes=4, threshold=0.5)]
)

若原模型的优化器或损失函数也是自定义对象，需要将它们一并加入custom_objects后再加载。

内容的提问来源于stack exchange，提问作者Sime