TensorFlow Object Detection API中google.protobuf runtime_version导入错误求助

问题根源 #

错误ImportError: cannot import name 'runtime_version' from 'google.protobuf'的核心原因是：你克隆的TensorFlow models仓库中，编译生成的anchor_generator_pb2.py等proto文件依赖protobuf 3.21及以上版本的runtime_version模块，但你当前安装的是protobuf 3.20.3（该版本无此模块）。

出现此问题通常是因为：

• 系统中安装的protoc（proto编译器）版本高于Python环境的protobuf版本，导致编译出的pb2文件调用了高版本API
• 未重新编译models仓库中的proto文件，直接使用了仓库预生成的、适配高版本protobuf的pb2文件

解决方案 #

方案1：对齐protoc与Python protobuf版本并重新编译 #

1. 检查protoc版本
   执行命令查看当前系统的proto编译器版本：

   protoc --version
   

2. 对齐版本
   • 如果protoc版本是3.21+：将Python环境的protobuf升级到对应版本（例如protoc是3.21.12，执行pip install protobuf==3.21.12）
   • 如果要保留protobuf 3.20.3：下载对应3.20.3版本的protoc二进制文件，替换系统中的protoc，确保版本一致
3. 重新编译proto文件
   在models/research目录下执行，重新生成适配当前protobuf版本的pb2文件：

   protoc object_detection/protos/*.proto --python_out=.
   

4. 重新运行测试脚本

   python object_detection/builders/model_builder_tf2_test.py
   

方案2：切换到TensorFlow 2.11对应的models分支 #

如果你希望保留protobuf 3.20.3，可以切换到TensorFlow 2.11官方对应的models分支，该分支的proto文件不会依赖高版本API：

cd models
git checkout r2.11
cd research

之后重新执行方案1中的步骤3和4即可。

关键注意事项 #

• 编译proto文件是TensorFlow Object Detection API部署的必要步骤，不能跳过
• 优先遵循TensorFlow官方版本兼容性要求，TensorFlow 2.11.0官方推荐protobuf版本为3.20.0-3.20.3，使用该范围版本时必须确保protoc版本与之匹配

内容的提问来源于stack exchange，提问作者tanny bhai gamerz