Keras搭建多帧输入MobileNet模型报NoneType无_inbound_nodes错误求助

你遇到的AttributeError: 'NoneType' object has no attribute '_inbound_nodes'错误，核心原因是直接对Keras输入张量使用了NumPy风格的索引语法se_maps[:, i, :, :, :]。Keras构建静态计算图时要求所有张量运算都必须通过官方层API实现，裸索引操作不会被计入计算图节点，导致后续张量和原始输入的链路断裂，模型构建时无法追踪到完整的输入输出映射关系。

1. 首先在层导入语句中新增Lambda层：

from keras.layers import (Activation, Add, Concatenate, Conv2D,
                          DepthwiseConv2D, MaxPooling2D, UpSampling2D,
                          ZeroPadding2D, Reshape, Lambda)

2. 修改pretrained_mobilenetV1_2函数中的切片逻辑，用Lambda层包裹索引操作，保证所有运算都被计入计算图：

def pretrained_mobilenetV1_2(se_maps):
    x = list()
    c_mobilenetV1 = clipped_mobilenetV1()
    for i in range(0, 8):
        # 用Lambda层实现切片，替代裸索引操作
        x_ = Lambda(lambda t: t[:, i, :, :, :])(se_maps)
        x_ = Reshape((224, 224, 3))(x_)
        x_ = c_mobilenetV1(x_)
        x.append(x_)
    x = Concatenate(axis=-1)(x)

    x = _depthwise_conv_block(x, 1, alpha=1, depth_multiplier=1,
                              strides=(2, 2), block_id=4)

    return x

你代码中复用同一个clipped_mobilenetV1实例处理8帧输入的逻辑是正确的，可以实现预训练权重的共享，无需额外修改。修改完成后重新运行代码即可正常构建模型、打印网络结构。

内容的提问来源于stack exchange，提问作者pa pa