加载MobileFaceNet预训练模型报错：Cannot parse file 'saved_model.pb'排查

问题根源 #

你碰到的这个报错，核心原因是这个GitHub仓库里的预训练模型不是Keras原生导出的格式。tf.keras.models.load_model()只能加载用model.save()或者tf.keras.models.save_model()保存的Keras模型（标准SavedModel或者.h5格式），但这个仓库里的模型是用TensorFlow原生静态图API构建并保存的（可能是冻结图或者checkpoint格式），两者的文件结构和内部格式不兼容，所以无法直接解析。

正确加载并使用模型的两种方法 #

方法一：重构Keras模型结构 + 加载预训练权重（推荐，完全支持.fit()和.predict()）

这种方法能得到标准的Keras模型，后续不管是推理还是继续训练都没问题：

• 复刻模型结构：去仓库里找到MobileFaceNet的TensorFlow定义代码，把它转换成tf.keras的实现。比如用tf.keras.layers.Conv2D替代原生TF的tf.nn.conv2d，用tf.keras.layers.BatchNormalization替换TF的批量归一化层，确保层的参数（比如卷积核大小、步长、通道数）和原模型完全一致。
• 加载预训练权重：
  如果模型是checkpoint格式（目录里有.index、.data-00000-of-00001和checkpoint文件），可以用TensorFlow的Checkpoint工具加载：

  import tensorflow as tf
  # 假设你已经用Keras定义好了模型mobile_face_net
  checkpoint = tf.train.Checkpoint(model=mobile_face_net)
  # 加载最新的checkpoint
  checkpoint.restore(tf.train.latest_checkpoint("你的模型目录路径")).expect_partial()
  # expect_partial()用来忽略一些不影响推理/训练的变量（比如原模型里的优化器状态）
  

• 验证模型：随便找一张测试图输入model.predict()，看输出是否符合预期，没问题的话就可以正常用.fit()继续训练了。

方法二：加载静态图并封装为Keras模型（适合快速推理，可能无法直接.fit()）

如果不想重构模型，可以把原模型的静态图封装成Keras模型，适合快速做推理：

import tensorflow as tf

def load_mobilefacenet_as_keras_model(frozen_pb_path):
    # 加载冻结的.pb图文件
    with tf.io.gfile.GFile(frozen_pb_path, 'rb') as f:
        graph_def = tf.compat.v1.GraphDef()
        graph_def.ParseFromString(f.read())
    
    # 把图导入到当前计算图
    with tf.Graph().as_default() as graph:
        tf.import_graph_def(graph_def, name='')
    
    # 获取模型的输入和输出张量（需要替换成原模型实际的节点名）
    # 你可以用tf.compat.v1.get_default_graph().get_operations()查看所有节点
    input_tensor = graph.get_tensor_by_name('input:0')
    output_tensor = graph.get_tensor_by_name('embeddings:0')
    
    # 封装成Keras模型
    keras_model = tf.keras.Model(inputs=input_tensor, outputs=output_tensor)
    return keras_model

# 调用示例
model = load_mobilefacenet_as_keras_model("path/to/frozen_inference_graph.pb")
# 现在可以用model.predict()做推理

注意：这种方法得到的模型是基于静态图封装的，没有保存训练相关的计算节点（比如损失函数、优化器），所以如果需要继续训练，还是建议用方法一。

内容的提问来源于stack exchange，提问作者Trọng Nghĩa Lê Đình