使用DeepLabCut训练时报错：checkpoint缺失efficientnet相关键

架构老林

2026-7-7

解决DeepLabCut训练时EfficientNet checkpoint权重缺失问题

检查模型配置文件
找到训练项目根目录下的config.yaml，确认net_type字段是否设置为efficientnet-b6。如果是，先尝试换成DeepLabCut官方明确支持的轻量型号（比如efficientnet-b0），或者确认当前DeepLabCut版本是否兼容b6型号。同时检查pretrained_weights路径是否指向了损坏或不匹配的权重文件。
重新获取完整预训练权重
自动下载的权重可能因网络中断导致不完整，手动删除项目内dlc-models/iteration_*/train/路径下的所有checkpoint相关文件（包括.index、.data-00000-of-00001、checkpoint文件），然后重启训练任务，让DeepLabCut重新下载完整的预训练权重。
锁定兼容的版本组合
DeepLabCut对TensorFlow和依赖库的版本匹配要求严格，不同版本的工具对应不同的TensorFlow版本：
- 比如DeepLabCut 2.2.x系列建议搭配TensorFlow 2.8.x，创建全新conda环境安装指定版本：
```
conda create -n dlc_env python=3.8
conda activate dlc_env
pip install deeplabcut==2.2.0.6 tensorflow==2.8.0
```
安装完成后用pip list核对所有依赖版本是否符合官方推荐的组合。
重置训练项目的模型初始化
如果之前的训练缓存或初始化文件存在损坏，直接删除项目下的dlc-models文件夹，重新执行deeplabcut.create_training_dataset生成训练集，再启动deeplabcut.train_network从头初始化模型和权重。