Object Detection API与TensorFlow、Keras兼容性问题及报错解决求助

针对Keras模块找不到的问题 #

• 不要手动修改resnet_v1.py的导入路径，先彻底清理独立Keras：
  1. 执行pip uninstall keras -y确保完全移除独立版本
  2. 在Python交互环境运行import tensorflow.keras，验证TF2.3内置的Keras是否可正常导入
  3. 检查教程代码中的导入逻辑：将所有import keras或import tf_keras替换为from tensorflow import keras，TF2.x版本的Object Detection API默认适配内置Keras

针对AttributeError: tensorflow._api.v2.experimental has no attribute 'register_filesystem_plugin'的问题 #

该错误源于TF2.3的tf.experimental模块不含register_filesystem_plugin方法，此方法是TF2.6+版本新增的。解决步骤：

1. 排查代码中调用该方法的位置，确认是来自cocoapi还是Object Detection API
2. 严格安装教程指定的cocoapi版本，避免使用依赖高版本TF的新版cocoapi
3. 若为Object Detection API代码问题：
   • 直接注释掉调用tf.experimental.register_filesystem_plugin的代码行，TF2.3无需该操作
   • 确保Object Detection API版本与TF2.3兼容（对应2.3.x版本，不要用更高版本API）
4. 重新锁定依赖版本：执行pip install tensorflow==2.3.0确认TF版本准确，再重新安装教程指定的所有依赖

额外环境隔离建议 #

• 用虚拟环境避免全局包冲突：

  python3.7 -m venv table_det_env
  source table_det_env/bin/activate  # Linux/Mac系统
  # Windows系统执行：table_det_env\Scripts\activate
  pip install tensorflow==2.3.0
  # 再安装教程指定的cocoapi及其他依赖
  

• 运行测试脚本前，添加Object Detection API路径到环境变量：

  export PYTHONPATH=$PYTHONPATH:/path/to/your/models/research:/path/to/your/models/research/slim
  

内容的提问来源于stack exchange，提问作者Moe_blg