Mask R-CNN代码运行报错：ModuleNotFoundError: No module named 'keras.engine'

我编写了一段基于Mask R-CNN的图像训练代码，已安装TensorFlow、Keras及所有相关依赖，但运行时始终报错。报错信息显示，在导入mrcnn的model模块时，找不到keras.engine模块。

我的代码 #

import os
import cv2
from mrcnn.config import Config  # Import the Config class
from mrcnn import model as modellib
from mrcnn import utils

# Define configuration parameters
class MyConfig(Config):
    NAME = "my_config"
    IMAGES_PER_GPU = 1
    DETECTION_MIN_CONFIDENCE = 0.9
    IMAGE_MAX_DIM = 1024  # Adjust this value based on your requirements

# Rest of your code...


# Load the dataset
dataset_dir = "output/histogram_equalization"
image_subdirs = os.listdir(dataset_dir)

# Create a list of image paths and corresponding class IDs
image_paths = []
class_ids = []

for image_subdir in image_subdirs:
    image_dir = os.path.join(dataset_dir, image_subdir)
    for image_filename in os.listdir(image_dir):
        image_path = os.path.join(image_dir, image_filename)
        image_paths.append(image_path)
        class_ids.append(int(image_subdir))

# Load and preprocess images
images = []
for image_path in image_paths:
    image = cv2.imread(image_path)
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    image = cv2.resize(image, (MyConfig.IMAGE_MAX_DIM, MyConfig.IMAGE_MAX_DIM))
    images.append(image)

# Generate bounding boxes and masks
bboxes = []
masks = []

for image_id in range(len(images)):
    class_id = class_ids[image_id]
    bbox = utils.generate_bbox(images[image_id], class_id)
    masks.append(utils.generate_mask_for_bbox(images[image_id], bbox))
    bboxes.append(bbox)

# Convert data into a format suitable for Mask R-CNN training
dataset = {
    "images": images,
    "class_ids": class_ids,
    "bboxes": bboxes,
    "masks": masks
}

# Train the Mask R-CNN model
model = modellib.MaskRCNN(config=MyConfig(), model_dir="./")
# model.load_weights("mask_rcnn_weights.h5", by_name=True)  # Load pre-trained weights if available
model.train(dataset, dataset, epochs=20, layers="all")  # Adjust layers based on your needs

# Save the trained model
model.keras_model.save("mask_rcnn_model.h5")

报错堆栈 #

C:\Users\mhlim\OneDrive\Desktop\Image_processing\venv\Scripts\python.exe C:\Users\mhlim\OneDrive\Desktop\Image_processing\RCNN.py 
Traceback (most recent call last):
  File "C:\Users\mhlim\OneDrive\Desktop\Image_processing\RCNN.py", line 4, in <module>
    from mrcnn import model as modellib
  File "C:\Users\mhlim\OneDrive\Desktop\Image_processing\venv\Lib\site-packages\mrcnn\model.py", line 24, in <module>
    import keras.engine as KE
ModuleNotFoundError: No module named 'keras.engine'

问题原因与解决办法 #

这个问题核心是Keras版本不兼容：

• 原版Mask R-CNN（如matterport/Mask_RCNN）基于Keras 2.x开发，依赖keras.engine模块，但Keras 3.x或TensorFlow自带的tf.keras已重构模块结构，不再保留该路径。
• 同时安装独立Keras包和TensorFlow会引发冲突，因为TensorFlow内置的tf.keras和独立Keras版本不兼容。

解决步骤

1. 清理冲突环境
   先卸载独立安装的Keras（如果有）：

   pip uninstall keras -y
   

2. 选以下方案之一适配环境：

   • 方案一：使用适配tf.keras的Mask R-CNN分支
     若想继续用新版TensorFlow（2.x+），安装适配tf.keras的Mask R-CNN：

     pip install git+https://github.com/ahmedfgad/Mask-RCNN-TF2.git
     

   • 方案二：降级到兼容版本
     安装和原版Mask R-CNN兼容的旧版TensorFlow和Keras（TensorFlow 2.10.0是最后一个自带独立Keras的版本）：

     pip install tensorflow==2.10.0 keras==2.10.0
     

3. 验证修复
   打开Python终端运行以下代码，无报错则说明环境正常：

   import keras
   print(keras.__version__)
   from keras import engine
   

额外代码注意事项 #

• Mask R-CNN的model.train()方法要求传入继承自utils.Dataset的数据集对象，当前用字典格式会导致训练报错，建议参考官方文档实现自定义数据集类。
• utils.generate_bbox和utils.generate_mask_for_bbox并非Mask R-CNN自带方法，需要自行实现，否则后续也会触发报错。

内容的提问来源于stack exchange，提问作者Mh Limon