TensorFlowSharp加载Keras导出.pb模型时输入输出节点为空问题排查

嘿，我来帮你捋清楚这个问题！你遇到的graph["input"]和graph["output"]为空的情况，核心原因是节点名称不匹配，下面分点给你拆解解决方案：

1. 确实需要为模型层明确命名 #

Keras默认会给层自动生成名称（比如input_1、dense_3），但导出成TensorFlow的.pb模型后，这些名称可能会被加上作用域后缀或者被修改，如果你直接用"input"、"output"去查找，自然找不到对应的节点。

建议你在Keras训练模型时，就给输入层和输出层指定清晰的自定义名称：

# 示例：给输入层命名为"input"，输出层命名为"output"
input_layer = Input(shape=(224,224,3), name="input")
# ... 中间的VGG16修改层逻辑 ...
output_layer = Dense(num_classes, activation='softmax', name="output")(x)
model = Model(inputs=input_layer, outputs=output_layer)

导出模型时也要注意，用tf.saved_model.save或者freeze_graph工具时，明确传入input_node_names和output_node_names参数，确保这些节点名被正确保留。

2. 在TensorFlowSharp中输出所有节点列表 #

如果你已经导出了模型，不确定节点名称是什么，可以通过遍历Graph的Nodes属性打印所有节点名称，快速定位正确的输入输出节点：

using TensorFlow;

// 假设你已经成功加载了graph对象
foreach (TFNode node in graph.Nodes)
{
    Console.WriteLine($"节点名称: {node.Name}");
}

运行这段代码后，控制台会输出所有节点的完整名称，你可以从中找到对应的输入（通常是类似input、input_1的名称）和输出（比如output/Softmax、output）节点。

3. 通过序号引用节点的临时方案 #

如果暂时找不到合适的节点名称，也可以通过节点的索引来获取节点，但这种方法不太稳定（模型结构变化时节点顺序可能改变），仅作为临时替代：

// 获取第一个节点作为输入（需根据实际输出的节点列表确认）
TFNode inputNode = graph.Nodes[0];
// 获取最后一个节点作为输出（需根据实际情况调整索引）
TFNode outputNode = graph.Nodes[graph.Nodes.Count - 1];

// 用获取到的节点执行操作
runner.AddInput(inputNode, tensor).Fetch(outputNode);

不过还是更推荐用节点名称来引用，这样代码更健壮，后续维护也更方便。

内容的提问来源于stack exchange，提问作者Sugrue