Ubuntu下TensorFlow Object Detection API安装后运行报错求助

1. 匹配TensorFlow与Object Detection API的对应版本 #

TensorFlow Object Detection API（TFOD API）对TensorFlow版本有严格兼容性要求，TF 2.13.1对应的TFOD API版本为2.13.0，需确保安装该指定版本：

• 重新安装适配版本的API：

  # 卸载现有版本
  pip uninstall -y object-detection
  # 安装对应2.13.0版本的API
  pip install object-detection==2.13.0
  

2. 修正Numpy版本兼容问题 #

numpy.typeDict在numpy 1.24及以上版本已被移除，替换为numpy.dtypeDict，而旧版TFOD API依赖低版本numpy：

• 安装与TF 2.13.1兼容的numpy版本（推荐1.23.5）：

  pip install numpy==1.23.5 --force-reinstall
  

3. 验证依赖环境 #

安装完成后，运行以下代码检查关键模块是否正常导入：

import tensorflow as tf
from tensorflow.keras.layers.experimental.preprocessing import Rescaling
import numpy as np
print(np.dtypeDict)

无报错则说明环境已修复。

4. 调整测试样例代码适配版本 #

TF 2.10+后，tensorflow.python.keras.layers.preprocessing下的部分模块已迁移到tensorflow.keras.layers.experimental.preprocessing，需修改样例代码中的导入路径：

• 例如将：

  from tensorflow.python.keras.layers.preprocessing import RandomFlip
  

  替换为：

  from tensorflow.keras.layers.experimental.preprocessing import RandomFlip
  

5. 可选：使用官方Docker镜像简化环境配置 #

如果手动调整仍有问题，直接使用TensorFlow官方预构建的TFOD API镜像，已内置所有兼容依赖：

# 拉取对应TF 2.13的GPU版本镜像（CPU版可去掉-gpu后缀）
docker pull tensorflow/tensorflow:2.13.0-gpu
# 进入容器后按官方文档完成TFOD API初始化即可

内容的提问来源于stack exchange，提问作者mj01