Python 如何正确获取嵌套模型内层的输出？

我正试图在预先培训过的MobileNet V2的基础上构建SSD。所以我需要从几个MobileNet核心层获得输出，添加一些卷积、优先级、整形、连接。。。最后，尝试建立一个模型：

model=model（inputs=img\u input，outputs=out）

，我遇到了“图形断开”的问题。 这是我的伪代码：

img_input = Input((224,224,3))
conv_model = MobileNetV2(weights='imagenet', 
                    include_top=False,
                    alpha=0.35,
                    pooling=None,                        
                    input_shape=(224, 224, 3))
block14 = conv_model.get_layer('block_14_project_BN').output
block14_box_conf = Conv2D(...)(block14)
block14_box_loc = Conv2D(...)(block14)
block14_priors = PriorBox(...)(block14_box_loc)
# same for other blocks
# Reshaping, Concatinations... softmax for conf...
model = Model(inputs=img_input, outputs=out)

最后，我有一个错误：

 Graph disconnected: cannot obtain value for tensor Tensor("input_1:0", shape=(?, 224, 224, 3), dtype=float32) at layer "input_1". 
 The following previous layers were accessed without issue: []

我可以“用砖块”建造MobileNet，但在这种情况下无法加载重量。我需要了解这个错误的原因

---

此外，如果我试图使用嵌套模型的某个内层的输出，则会出现此错误，即使在不像SSD这样复杂的情况下也是如此。

无论惰性计算和静态图形是静态的，您调用的层顺序都很重要。 我应该首先使用整个嵌套模型的输出。例如：

model_out = conv_model(img_input)
model_out_box_conf = Conv2D(...)(model_out)
model_out _box_loc = Conv2D(...)(model_out)
model_out_priors = PriorBox(...)(model_out_box_loc)

只有在这之后，我才能调用内层：

block14 = conv_model.get_layer('block_14_project_BN').output
block14_box_conf = Conv2D(...)(block14)
block14_box_loc = Conv2D(...)(block14)
block14_priors = PriorBox(...)(block14_box_loc)