PyTorch图像分类模型接入C#应用时的空引用异常问题

核心问题分析 #

你的空引用异常主要来自两个关键点：

1. 构造函数中调用loadModel()时未等待异步加载完成，用户点击按钮时modelGen可能还未初始化，直接调用modelGen.EvaluateAsync()触发空引用。
2. 全流程缺少错误校验和异常处理，无法定位模型加载、图像绑定、推理各环节的失败原因。

具体修复步骤 #

1. 确保模型加载完成后再响应用户操作

给页面添加异步初始化逻辑，标记模型加载状态，避免用户提前触发操作：

private bool _isModelLoaded = false;

public MainPage()
{
    this.InitializeComponent();
    // 初始化时禁用按钮，避免误操作
    OpenFileButton.IsEnabled = false;
    _ = InitializeAsync();
}

private async Task InitializeAsync()
{
    await loadModel();
    _isModelLoaded = true;
    // 模型加载完成后启用按钮
    OpenFileButton.IsEnabled = true;
}

2. 给模型加载添加错误处理，排查加载失败原因

private async Task loadModel()
{
    try
    {
        StorageFile modelFile = await StorageFile.GetFileFromApplicationUriAsync(new Uri($"ms-appx:///Assets/LTM-Classic_Model.onnx"));
        modelGen = await Model.CreateFromStreamAsync(modelFile);
    }
    catch (Exception ex)
    {
        // 输出错误到调试窗口，排查模型文件是否存在、格式是否合法
        System.Diagnostics.Debug.WriteLine($"模型加载失败: {ex.Message}");
        displayOutput.Text = "模型加载失败，请检查文件";
    }
}

3. 按钮点击时先校验模型状态

private async void OpenFileButton_Click(object sender, RoutedEventArgs e)
{
    if (!_isModelLoaded)
    {
        displayOutput.Text = "模型加载中，请稍后";
        return;
    }

    if (!await getImage())
    {
        return;
    }

    await imageBind();
    await evaluate();
    ExtractResult();
    displayResult();
}

4. 给推理和结果提取步骤添加空引用检查

private async Task evaluate()
{
    if (modelGen == null)
    {
        throw new InvalidOperationException("模型未完成加载");
    }
    try
    {
        results = await modelGen.EvaluateAsync(image);
    }
    catch (Exception ex)
    {
        System.Diagnostics.Debug.WriteLine($"推理失败: {ex.Message}");
        displayOutput.Text = "推理出错";
    }
}

private void ExtractResult()
{
    if (results == null)
    {
        label = "无推理结果";
        probability = 0;
        return;
    }

    var mResult = results.output as TensorFloat;
    if (mResult == null)
    {
        label = "结果格式错误";
        probability = 0;
        return;
    }

    var resultVector = mResult.GetAsVectorView();
    probability = 0;
    int index = 0;
    for (int i = 0; i < resultVector.Count; i++)
    {
        var elementProbability = resultVector[i];
        if (elementProbability > probability)
        {
            probability = elementProbability;
            index = i;
        }
    }
    label = $"{((Labels)index).ToString()} (概率: {probability:P2})";
}

额外注意事项 #

• 确认ONNX模型导出时的输入输出名称，和C#自动生成的Input、Output类属性名完全一致（比如代码中用的input和output，导出时要对应）。
• 检查模型文件的项目属性：右键模型文件，设置“生成操作”为“内容”，“复制到输出目录”为“始终复制”。
• 确保图像预处理逻辑（大小、归一化、通道顺序）和PyTorch训练时完全一致，避免推理结果异常。

内容的提问来源于stack exchange，提问作者user12312852