使用FastAPI加载TensorFlow模型时遇ImportError问题求助

问题本质 #

这是典型的依赖版本不兼容问题。错误核心是当前安装的typing_extensions版本过低，TypeAliasType是该库4.1.0及以上版本才新增的特性，而你的环境里的版本不包含这个类，导致Pydantic（FastAPI的核心依赖）导入失败。

解决方案 #

方案1：升级typing_extensions #

直接升级到满足要求的版本：

pip install --upgrade typing_extensions>=4.1.0

方案2：固定依赖版本适配旧环境 #

由于你使用的TensorFlow 2.5.0是较旧版本，建议安装与之兼容的FastAPI和Pydantic版本，避免后续出现更多依赖冲突：

pip install fastapi==0.95.2 pydantic==1.10.12

方案3：用虚拟环境隔离依赖（推荐） #

为项目创建独立虚拟环境，彻底避免全局依赖干扰：

# 创建虚拟环境
python -m venv ct_detection_env
# Windows激活环境
ct_detection_env\Scripts\activate
# 安装指定版本的所有依赖
pip install tensorflow==2.5.0 tensorflow-serving-api==2.5.0 fastapi==0.95.2 uvicorn pillow numpy

代码优化提示 #

你的predict函数目前没有返回结果，补充后才能正常返回预测信息：

@app.post("/predict")
async def predict(
        file: UploadFile = File(...)
):
    image = read_file_as_image(await file.read())
    img_batch = np.expand_dims(image, 0)
    predictions = MODEL.predict(img_batch)
    predicted_class = CLASS_NAMES[np.argmax(predictions[0])]
    confidence = np.max(predictions[0])
    return {
        "predicted_class": predicted_class,
        "confidence_score": float(confidence)
    }

内容的提问来源于stack exchange，提问作者Marcelo