嘿，这个问题我之前帮好几个开发者踩过坑，本质就是你当前用的Keras（或者TensorFlow整合的tf.keras）版本和MaskRCNN代码里依赖的旧Keras API不匹配导致的——在较新的Keras版本（尤其是TensorFlow 2.x附带的tf.keras）里，keras.engine.Layer这个模块路径已经被调整了，而原版MaskRCNN还在沿用旧的写法，所以才会抛出这个属性找不到的错误。

给你几个可行的解决方案，按优先级排序：

• 直接修改MaskRCNN的代码适配新版环境
  找到报错的/usr/local/lib/python3.7/dist-packages/mrcnn/model.py文件，做两处关键修改：

  1. 把文件开头的import keras.engine as KE替换成from tensorflow.keras.layers import Layer（如果代码里没导入tensorflow，还要加一句import tensorflow as tf）
  2. 把第255行的class ProposalLayer(KE.Layer):改成class ProposalLayer(Layer):
     除了这个层，代码里其他用到KE.Layer的自定义层类也要同步替换成Layer，确保所有继承关系都适配新API。

• 安装MaskRCNN兼容的旧版Keras和TensorFlow
  如果不想改代码，可以直接回退到官方测试过的兼容版本组合：

  pip uninstall -y keras tensorflow
  pip install keras==2.2.5 tensorflow==1.15.0
  

  这套版本能完美适配原版MaskRCNN，不会出现API不匹配的问题。

• 切换到适配tf.keras的MaskRCNN分支
  现在有不少社区维护的MaskRCNN分支已经适配了TensorFlow 2.x的tf.keras环境，你可以替换掉当前的代码库，用这些更新后的版本，就能直接在新版TF环境下运行，不用再纠结版本兼容问题。

另外要注意：如果选择用TensorFlow 2.x环境，一定要把代码里所有的Keras导入都换成tf.keras的路径，比如把import keras.backend as K改成from tensorflow.keras import backend as K，这样能避免大部分版本冲突问题。

内容的提问来源于stack exchange，提问作者TAIFOUR TAOUTAOU