树莓派5运行TensorFlow目标检测代码报错：无法导入estimator

可能的原因及解决方案 #

1. 对齐TensorFlow Object Detection API与TensorFlow版本兼容性 #

TensorFlow 2.15.0属于较新版本，你使用的model_main_tf2.py可能来自不兼容的API分支：

• 切换到与TF2.15匹配的API版本：
  1. 进入Tensorflow/models/research目录
  2. 执行git checkout r2.15（确保API仓库克隆自官方TensorFlow Models库）
  3. 重新编译Protobuf文件：

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

  4. 重新安装API依赖：

     cp object_detection/packages/tf2/setup.py .
     python -m pip install --use-pep517 .
     

2. 手动修复代码导入语句 #

若不想切换API版本，可直接修改model_main_tf2.py中的导入逻辑：

• 找到from tensorflow.compat.v1 import estimator的行，替换为：

  import tensorflow as tf
  estimator = tf.estimator
  

  后续代码中所有estimator的引用直接使用tf.estimator替代即可。

3. 解决ARM架构下的依赖冲突 #

树莓派5的ARM架构可能存在依赖适配问题，重新安装适配版本的TensorFlow组件：

• 卸载现有冲突依赖：

  pip uninstall -y tensorflow tensorflow-estimator
  

• 安装适配ARM的TF2.15.0及对应版本的estimator：

  pip install tensorflow==2.15.0 --extra-index-url https://google-coral.github.io/py-repo/
  pip install tensorflow-estimator==2.15.0
  

4. 验证环境修复效果 #

运行以下代码确认estimator可正常导入：

import tensorflow as tf
print(tf.estimator.__version__)

若能正常输出版本号，再重新执行你的训练命令。

内容的提问来源于stack exchange，提问作者codrjun