PyQT5打包exe后点击Classify崩溃，Python环境运行正常

核心问题排查与修复步骤 #

1. 补全Keras/TensorFlow的隐式依赖 #

PyInstaller默认不会自动打包TensorFlow/Keras的全部底层依赖，导致运行时缺失库文件崩溃。打包时直接在命令行添加必要的隐式导入：

pyinstaller --hidden-import tensorflow --hidden-import keras --hidden-import tensorflow.python --onefile 你的主脚本.py

如果模型包含自定义层，必须把自定义层的代码和主脚本放在同一目录，确保打包时能被正确识别。

2. 修正模型文件的路径问题 #

打包后程序的工作目录和开发环境不同，相对路径会失效。用sys._MEIPASS获取打包后的临时运行目录，动态拼接模型路径：

import sys
import os
from keras.models import load_model

def get_model_path():
    if getattr(sys, 'frozen', False):
        # 打包后的运行环境
        base_path = sys._MEIPASS
    else:
        # 本地开发环境
        base_path = os.path.dirname(os.path.abspath(__file__))
    return os.path.join(base_path, '你的模型文件.h5')

# 加载模型时调用该函数
model = load_model(get_model_path())

3. 禁用不必要的GPU加速 #

如果你的程序不需要GPU支持，打包后GPU相关依赖缺失会触发崩溃。在加载模型前添加GPU禁用代码：

import tensorflow as tf
tf.config.set_visible_devices([], 'GPU')

4. 手动在spec文件中添加模型资源 #

生成spec文件后，手动编辑你的脚本名.spec，在datas字段中添加模型文件，确保打包时被包含：

datas = [('你的模型文件.h5', '.')]

编辑完成后用spec文件重新打包：

pyinstaller 你的脚本名.spec

5. 添加异常捕获定位问题 #

在Classify_Image函数中加入异常捕获，把错误信息写入日志或弹窗显示，方便精准排查：

from PyQt5.QtWidgets import QMessageBox

def Classify_Image(self):
    try:
        # 你的图像分类逻辑代码
        pass
    except Exception as e:
        # 写入日志
        with open('error_log.txt', 'w', encoding='utf-8') as f:
            f.write(str(e))
        # 弹窗提示错误
        QMessageBox.critical(self, "运行错误", f"具体错误：{str(e)}")

内容的提问来源于stack exchange，提问作者Armin Amini