Traceback (most recent call last): File "E:\ssh\摄像头\unified_server.py", line 572, in <module> server = UnifiedServer() File "E:\ssh\摄像头\unified_server.py", line 478, in __init__ self.text_detector = TextDetector() ~~~~~~~~~~~~^^ File "E:\ssh\摄像头\unified_server.py", line 22, in __init__ self._check_models(model_dir) ~~~~~~~~~~~~~~~~~~^^^^^^^^^^^ File "E:\ssh\摄像头\unified_server.py", line 38, in _check_models raise FileNotFoundError(f"Missing model files: {missing}") FileNotFoundError: Missing model files: ['detector: model_weights\\craft_mlt_25k.pth', 'recognizer: model_weights\\chinese_sim.pth']

<think>嗯，用户遇到了Python程序中的FileNotFoundError，提示缺少模型文件craft_mlt_25k.pth和chinese_sim.pth。首先，我需要确定这些模型文件的作用和存放位置。根据引用[1]中的项目结构，模型文件可能应该放在weights目录下。用户可能没有正确下载这些文件或者路径设置错误。接下来，我应该检查用户是否按照项目文档下载了所有必需的模型。比如引用[3]提到craft_mlt_25k.zip是必须的，而chinese_sim.zip是识别中文必需的。用户可能没有解压这些文件，或者存放位置不对。需要建议用户确认文件是否存在于正确的目录中，比如项目根目录下的weights文件夹。然后，路径问题也很常见。用户可能在代码中使用了相对路径，而实际运行环境中的当前目录不同，导致找不到文件。需要建议用户使用绝对路径或者检查相对路径是否正确。例如，代码中的路径如果是'weights/craft_mlt_25k.pth'，但实际文件在另一个位置，就会出错。另外，引用[4]和[5]提到这些模型文件可能用于不同的框架，比如keras-ocr或EasyOCR。用户可能混淆了不同项目的模型加载方式。需要确认用户使用的框架是否正确，以及模型文件是否与框架兼容。例如，CRAFT-pytorch项目可能需要.pth文件，而其他项目可能需要.h5格式。还要考虑用户是否有足够的权限访问这些文件，或者文件名是否有拼写错误。比如大小写不一致或者多余的空格，这在某些操作系统中会导致问题。建议用户仔细检查文件名和路径是否正确。 如果用户是从官方仓库克隆的代码，可能需要手动下载模型文件，因为这些文件通常不在版本控制中。引用[1]的项目地址是gitcode.com的镜像，用户可能需要按照README.md的指示下载模型。此外，有些项目提供自动下载脚本，用户可以运行脚本来获取缺失的模型。最后，如果以上步骤都确认无误，可能需要查看代码中加载模型的部分是否有错误。例如，是否在加载模型前检查了文件是否存在，或者是否正确处理了文件路径。例如，引用[2]的示例代码中使用torch.load('weights/craft_mlt_25k.pth')，如果文件不在该路径下，就会报错。总结来说，解决方案包括：确认模型文件已下载并放在正确位置，检查文件路径是否正确，确保框架和模型兼容性，处理文件权限和名称问题，以及代码中的路径处理是否正确。此外，提供自动下载的方法或脚本可以方便用户，减少手动操作的错误。</think>针对Python程序中因模型文件缺失导致的FileNotFoundError问题，以下是分步解决方案： ### 一、问题定位与验证 1. **验证文件路径** 使用`os.path.exists()`检查模型文件是否存在： ```python import os print(os.path.abspath("weights/craft_mlt_25k.pth")) # 输出绝对路径 ``` 2. **确认模型文件来源** CRAFT模型文件需从官方渠道下载[^1][^3][^5]： - 必须文件：`craft_mlt_25k.pth` - 中文支持：`chinese_sim.pth` ### 二、解决方案 #### 步骤1：文件目录重构 ```bash 项目根目录/ ├── weights/ │ ├── craft_mlt_25k.pth # 文本检测核心模型 │ └── chinese_sim.pth # 中文识别模型 └── main.py ``` #### 步骤2：动态路径加载 ```python import os from pathlib import Path # 自动定位项目根目录 BASE_DIR = Path(__file__).parent.absolute() MODEL_DIR = BASE_DIR / "weights" def load_model(model_name): model_path = MODEL_DIR / model_name if not model_path.exists(): raise FileNotFoundError(f"模型缺失: {model_path}") return torch.load(model_path) ``` #### 步骤3：自动下载机制（可选） ```python import requests def download_model(url, save_path): if not os.path.exists(save_path): os.makedirs(os.path.dirname(save_path), exist_ok=True) r = requests.get(url, stream=True) with open(save_path, 'wb') as f: for chunk in r.iter_content(chunk_size=1024): if chunk: f.write(chunk) ``` ### 三、错误处理增强 ```python try: detector = TextDetector(config_path='config.yaml') except FileNotFoundError as e: print(f"关键模型文件缺失: {e.filename}") print("解决方案:") print("1. 访问项目仓库下载模型: https://gitcode.com/gh_mirrors/cr/CRAFT-pytorch") print("2. 确保模型文件放置在/weights目录") sys.exit(1) ``` ### 四、验证流程 ```python # 验证文件树结构 required_files = { 'weights/craft_mlt_25k.pth': 'https://gitcode.com/gh_mirrors/cr/CRAFT-pytorch/raw/master/weights/craft_mlt_25k.pth', 'weights/chinese_sim.pth': 'https://example.com/models/chinese_sim.pth' } for filepath, url in required_files.items(): if not os.path.exists(filepath): download_model(url, filepath) ``` ### 五、框架适配建议 根据引用[4][^4][^5]，注意不同框架的模型格式差异： - PyTorch：`.pth` - Keras：`.h5` - ONNX：`.onnx` 建议使用`torch.load()`加载PyTorch模型，使用`keras.models.load_model()`加载Keras模型。