Keras训练的MobileNet模型无法加载已保存.h5文件求助

我之前也碰到过类似的报错，从错误日志里能看到你的代码同时调用了TensorFlow内置的Keras和独立的Keras库（路径里既有tensorflow/python/keras/_impl/keras又有keras/engine/topology.py），这大概率是版本不兼容或者接口混用引发的冲突。给你几个具体的解决方向：

• 统一Keras导入方式，避免混用
  不要同时使用import keras和TensorFlow的Keras接口，全程使用TensorFlow内置的Keras模块，这样能彻底避免两套API的冲突：

  # 替换所有keras导入为tensorflow.keras
  from tensorflow.keras.models import load_model
  from tensorflow.keras.applications.mobilenet import relu6, DepthwiseConv2D
  
  # 加载模型
  model = load_model('model.h5', custom_objects={
      'relu6': relu6,
      'DepthwiseConv2D': DepthwiseConv2D
  })
  

• 对齐训练和加载环境的版本
  训练模型和加载模型时的TensorFlow/Keras版本必须完全一致，不同版本的序列化格式可能存在差异。你可以用以下命令查看当前环境的版本：

  pip show tensorflow keras
  

  如果版本不匹配，卸载后重新安装训练时使用的版本：

  pip uninstall tensorflow keras -y
  pip install tensorflow==x.x.x  # 把x.x.x替换成你训练模型时用的版本号
  

• 改用SavedModel格式保存/加载模型
  TensorFlow推荐使用SavedModel格式（文件夹形式）替代.h5，它的兼容性更好，且无需手动指定自定义对象：

  • 保存模型时：

    model.save(os.path.join(model_dir, "saved_mobilenet"))  # 保存为文件夹
    

  • 加载模型时：

    from tensorflow.keras.models import load_model
    model = load_model(os.path.join(model_dir, "saved_mobilenet"))
    

• 检查自定义层（如果有）
  如果你训练时对MobileNet结构做了自定义修改（比如添加了自己的层），要确保这些自定义层的定义在加载时也能被正确导入，并且将它们加入到custom_objects字典中。

内容的提问来源于stack exchange，提问作者Seba