如何在Keras中加载预训练模型的网络结构（不含权重与偏置）

嘿，这个需求我经常碰到——想要复用成熟的模型结构，但完全用自己的数据从头训练，不想被预训练权重干扰对吧？我给你分两种场景详细说，刚好覆盖你提到的coco_mobilenet这类情况：

如果是Keras官方applications模块里的标准模型（比如MobileNet、ResNet这些），操作超简单：只需要在调用模型构造函数时，把weights参数设为None就行。这样Keras只会帮你创建模型的网络结构，不会下载或加载任何预训练权重。

举个例子：

from tensorflow.keras.applications import MobileNet

# 仅创建模型结构，不加载预训练权重
# input_shape要匹配你的输入数据尺寸，classes是你的任务类别数
model = MobileNet(weights=None, input_shape=(224, 224, 3), classes=10)

注意：这里的input_shape和classes要根据你自己的任务调整，和预训练模型的参数无关。

如果是你手里有一个已经训练好的模型文件（比如.h5格式的COCO预训练MobileNet SSD），想要保留结构但清空权重，可以用下面两种方法：

方法1：加载完整模型后重置权重 #

先加载带权重的模型，然后遍历每一层，用层自身的初始化器重新生成权重（这样能保持原模型设计的初始化逻辑，比用默认初始化更稳妥）：

from tensorflow.keras.models import load_model

# 先加载带预训练权重的模型
full_model = load_model('coco_mobilenet_model.h5')

# 遍历所有层，重置权重和偏置
for layer in full_model.layers:
    # 重置核权重
    if hasattr(layer, 'kernel_initializer'):
        layer.kernel.assign(layer.kernel_initializer(shape=layer.kernel.shape))
    # 重置偏置（如果层有偏置的话）
    if hasattr(layer, 'bias_initializer') and layer.bias is not None:
        layer.bias.assign(layer.bias_initializer(shape=layer.bias.shape))

# 现在这个full_model就是结构保留、权重重置后的模型，直接拿来训练就行
full_model.compile(optimizer='adam', loss='your_loss_function', metrics=['accuracy'])

方法2：导出模型结构为JSON，再重新加载 #

这种方法更高效，因为不需要加载预训练权重到内存里，适合大模型：

from tensorflow.keras.models import load_model, model_from_json

# 先加载一次完整模型，导出结构为JSON
full_model = load_model('coco_mobilenet_model.h5')
model_structure_json = full_model.to_json()

# 从JSON加载纯结构，此时模型没有任何权重
model = model_from_json(model_structure_json)

# 注意：如果模型包含自定义层（比如目标检测模型的锚框层），需要把自定义层传入custom_objects参数
# model = model_from_json(model_structure_json, custom_objects={'CustomAnchorLayer': CustomAnchorLayer})

# 编译模型后即可开始训练
model.compile(optimizer='adam', loss='your_loss_function', metrics=['accuracy'])

如果你用的是TensorFlow 2.x的SavedModel格式，或者想更简洁地复制结构，可以用tf.keras.models.clone_model函数——它会直接复制原模型的结构，权重自动用默认初始化器初始化：

from tensorflow.keras.models import load_model, clone_model

original_model = load_model('saved_model_directory')
# 克隆得到仅含结构的模型，权重全新初始化
new_model = clone_model(original_model)

# 编译后训练
new_model.compile(optimizer='adam', loss='your_loss_function', metrics=['accuracy'])

内容的提问来源于stack exchange，提问作者MJ029