Keras 2.4环境下升级加载TensorFlow 2模型的路径报错问题

1. API 兼容性问题
   你原代码使用的是独立Keras 2.4的keras.models.load_model接口，该接口不兼容TensorFlow 2原生导出的SavedModel格式，必须使用TF2内置的tf.keras.models.load_model接口加载。
2. Windows 路径转义问题
   你报错找不到已存在的目录，90%以上概率是Python字符串转义导致：Windows路径中的反斜杠\会被Python识别为转义字符，比如\n会被识别为换行，而非路径的一部分。
3. 错误指向单个.pb文件
   SavedModel格式是完整目录结构，包含saved_model.pb（计算图）、variables（权重参数）、assets（资源文件）三部分，单独加载.pb文件会缺失权重等核心信息，加载失败是预期行为。

正确操作步骤 #

• 替换导入接口，使用TensorFlow内置的keras模块
• 路径声明为原始字符串（开头加r），避免转义问题
• 直接传入SavedModel的根目录路径加载

对应代码示例：

import tensorflow as tf

# 路径开头加r声明为原始字符串，避免反斜杠转义
saved_model_dir = r"C:\Users\722208\Desktop\Models\WPC_Ox_TF2_112421_Segnet_1_serving_model"
# 直接传入根目录路径加载模型
model = tf.keras.models.load_model(saved_model_dir)

异常场景排查 #

如果按上述操作还是加载失败，检查以下问题：

• 确认导出和加载使用的TensorFlow大版本一致，高版本TF导出的模型无法被低版本TF正常加载
• 确认当前Python进程对目标目录有读取权限，桌面路径在部分Windows权限策略下会限制程序访问
• 如果模型包含自定义层、自定义损失函数，加载时需要传入custom_objects参数指定对应的自定义对象，示例：

model = tf.keras.models.load_model(saved_model_dir, custom_objects={"MyCustomLayer": MyCustomLayer, "my_loss": my_loss})

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