Keras中ConvNeXt系列模型是否被移除？调用ConvNeXtTiny报错求助

问题背景 #

运行代码时触发错误：AttributeError: module 'keras.applications' has no attribute 'ConvNeXtTiny'，相关代码、导入语句及环境版本如下：

报错代码 #

filename = "ConvNextTiny_firstpass_model"

# layer construction
base_model = applications.ConvNeXtTiny( #preproccing included
    input_shape=(targetWidth, targetHeight, 3),
    include_top=False,
)
base_model.trainable = False

flatten_layer = layers.Flatten()
fc_layer = layers.Dense(1024, activation='relu')
dropout_layer = layers.Dropout(0.3) 

#layer connecting
x = flip_layer(input_layer)
x = base_model(x, training=False)
x = flatten_layer(x)
x = fc_layer(x)
x = dropout_layer(x)
predictions = output_layer(x)
model = keras.Model(input_layer, predictions)

导入语句 #

import tensorflow as tf
import keras 
from keras import layers
from keras import optimizers
from keras import applications
from keras import losses
from keras import callbacks
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
import cv2 as cv
import csv
from sklearn.utils import shuffle

环境版本 #

ipython==8.5.0
tensorflow==2.10.0
keras==2.10.0
Keras-Preprocessing==1.1.2
pandas==1.4.4
numpy==1.23.3
matplotlib==3.6.0
opencv-python==4.6.0.66
sklearn==0.0

用户疑问：ConvNeXt系列模型是否已从Keras中移除？

问题原因与解决方法 #

1. ConvNeXt并未从Keras移除，版本不兼容是核心问题
   Keras 2.10.0（对应TensorFlow 2.10.0）的keras.applications模块尚未集成ConvNeXt系列模型。该系列模型是在Keras 2.12.0及更高版本中才正式加入到官方应用模块的。

2. 三种可行解决方案

   • 升级TensorFlow与Keras：直接升级到TensorFlow 2.12.0及以上版本（TensorFlow集成的Keras版本会同步更新），执行命令：

     pip install --upgrade tensorflow
     

     升级后可直接沿用原有代码调用applications.ConvNeXtTiny()。
   • 通过TensorFlow Hub加载模型：若不想升级环境，可使用TensorFlow Hub加载预训练的ConvNeXt Tiny模型，示例代码：

     import tensorflow_hub as hub
     
     base_model = hub.KerasLayer(
         "https://tfhub.dev/google/imagenet/convnext_tiny_1k_224/feature_vector/2",
         input_shape=(targetWidth, targetHeight, 3),
         trainable=False
     )
     

   • 使用Keras CV扩展库：安装keras-cv库（需对应较新的TensorFlow版本），通过该库加载ConvNeXt模型，示例代码：

     from keras_cv.models import ConvNeXtTiny
     
     base_model = ConvNeXtTiny(
         input_shape=(targetWidth, targetHeight, 3),
         include_top=False
     )
     

3. 注意事项
   无论采用哪种方式，需确保输入图像的尺寸与模型要求匹配（ConvNeXt Tiny默认输入尺寸为224×224）。

内容的提问来源于stack exchange，提问作者seth