Raspberry Pi 4下TensorFlow2.2加载交通标识模型触发OSError如何解决

数据老陈

2026-10-6

问题原因

路径匹配错误：树莓派运行的Linux系统对路径大小写敏感，你代码中写的./model/traffic_sign.model和实际模型存储的路径可能存在大小写、拼写不一致的问题。
相对路径基准错误：你执行Python脚本的工作目录和预期不一致，导致./开头的相对路径指向的位置没有对应的模型文件。
模型格式/结构不完整：TensorFlow 2.2.0的load_model默认加载SavedModel格式的模型，该格式是一个文件夹，内部必须包含saved_model.pb/saved_model.pbtxt文件以及variables子文件夹等结构。如果你的模型是H5格式的单文件，或者SavedModel文件夹结构损坏，就会触发该报错。
权限不足：运行脚本的用户对模型存储路径没有读取权限。

解决方案

先验证路径有效性
在你的代码前加入以下片段，确认路径是否匹配：

import os
# 打印当前工作目录，确认相对路径基准
print("当前工作目录：", os.getcwd())
model_path = "./model/traffic_sign.model"
print("目标路径是否存在：", os.path.exists(model_path))
if os.path.exists(model_path):
    print("路径下的文件列表：", os.listdir(model_path))

如果输出目标路径不存在，直接改用模型的绝对路径（比如/home/pi/[你的项目名]/model/traffic_sign.model）即可避免相对路径基准问题，同时检查拼写、大小写和实际路径保持一致。

检查模型结构
如果路径存在但目录下没有saved_model.pb文件：

如果你的模型是H5格式的单文件（比如名为traffic_sign.h5），直接把load_model的参数改为该H5文件的路径即可，TensorFlow 2.2.0原生支持加载H5格式模型。
如果是模型导出不完整，回到训练环境重新导出完整的SavedModel格式模型，确认文件夹结构完整后再拷贝到树莓派上使用。