Keras调用Concatenate层出现'Nonetype' object is not subscriptable错误

错误原因 #

• Concatenate 拼接层接收的输入必须是张量列表，你传入模型实例列表/层实例列表都无法被层正确识别形状，导致检测到input_shape为None，触发下标访问报错
• build_model 函数内存在未定义变量img_inp，构造模型时错误使用了不存在的输入张量，打断了张量形状的传递链路
• get_complete_model仅返回单个模型对象，调用时用两个变量接收会触发后续解包错误

具体修改步骤 #

1. 修复build_model的输入变量错误 #

将构造模型时使用的未定义变量img_inp替换为传入的输入层参数inp_layer：

if return_feature_model:
    featext_model = keras.Model(inputs=[inp_layer], outputs=[feat_output])
model = keras.Model(inputs=[inp_layer], outputs=[output])

2. 修复传入Concatenate的内容 #

不要往列表中追加模型实例，改为追加每个特征提取模型的输出张量：

for model_path in featvec_model_paths:
    model_name = os.path.basename(model_path)[5:-5]
    _, featvec_model = build_model(model_name=model_name, dim=dim,
                                   return_feature_model=True,
                                   inp_layer=input_layer)
    featvec_model.load_weights(model_path)
    featvec_model.trainable = False
    # 追加模型输出张量，而非模型本身
    models.append(featvec_model.output)

3. 修复调用时的解包错误 #

get_complete_model仅返回单个最终训练模型，不需要用两个变量接收：

final_model = get_complete_model(featvec_paths, dim=384)

修改完成后重新运行即可正常完成多模型特征拼接，不会再触发形状相关报错。

内容的提问来源于stack exchange，提问作者Priyam Mehta