Python &引用；属性错误：'；非类型'；对象没有属性'_入站“U节点”；当使用深色T53网络执行时

我正在编写使用Darknet53网络执行的源代码。若Darknet53的输入是keras张量，那个么它工作了，但我添加了更多代码，如下所示，那个么它有错误

AttributeError: 'NoneType' object has no attribute '_inbound_nodes'

（原因：如果使用tensorflow操作而不将其包装到层中，Keras无法创建模型）。 我通过Lambda将张量流张量转换为keras张量，但它仍然不起作用。 请帮帮我

def identity_layer(tensor):
    return tensor

def darknet_body(input_darknet):
   # input_darknet is Keras tensor
    # detail is tensorFlow tensor because  function training.inference write on Tensorflow<br/>
    detail = training.inference(input_darknet)  
    print(detail.shape) # (?, 408, 408, 3)
    print(K.is_keras_tensor(detail)) # False
    # Convert detail to Keras tensor
    x1 = Lambda(identity_layer)(detail)  
    print(K.is_keras_tensor(x1)) # True

    # Darknet53
    x = DarknetConv2D_BN_Leaky(32, (3, 3))(x1)
    x = resblock_body(x, 64, 1)
    x = resblock_body(x, 128, 2)
    x = resblock_body(x, 256, 8)
    x = resblock_body(x, 512, 8)
    x = resblock_body(x, 1024, 4)

    # create model
    model = Model(input_darknet, x) # Error at here

    # Retun
    return x

def identity_层（张量）：
返回张量
def暗网主体（输入暗网）：
#输入为Keras张量
#细节是tensorFlow tensor，因为函数训练。推理写在tensorFlow上

详细信息=培训。推理（输入\u黑暗）
打印（细节.形状）#（？，408，408，3）
打印（K.is_keras_tensor（细节））#错误
#将细节转换为Keras张量
x1=λ（标识层）（详图）
print（K.is_keras_tensor（x1））#真
#黑暗的53
x=暗色conv2d_BN_泄漏（32，（3，3））（x1）
x=resblock_body（x，64，1）
x=resblock_body（x，128，2）
x=resblock_body（x，256，8）
x=resblock_body（x，512，8）
x=resblock_body（x，1024，4）
#创建模型
模型=模型（输入_darknet，x）#此处的错误
#雷顿
返回x