Google Colab导入segmentation_models报AttributeError问题求助

问题描述 #

在Google Colab中使用segmentation_models库，最初一周使用正常，但近期执行import segmentation_models as sm时触发以下错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-3-6f48ce46383f> in <module>
      1 import tensorflow as tf
----> 2 import segmentation_models as sm

            3 frames
/usr/local/lib/python3.8/dist-packages/efficientnet/__init__.py in init_keras_custom_objects()
     69     }
     70 
---> 71     keras.utils.generic_utils.get_custom_objects().update(custom_objects)
     72 
     73 
AttributeError: module 'keras.utils.generic_utils' has no attribute 'get_custom_objects'

当前Colab使用TensorFlow 2.11.0版本，未找到该特定错误的相关解决方案。

解决方案 #

1. 根本原因 #

TensorFlow 2.11.0对Keras的API结构进行了调整，get_custom_objects()方法从keras.utils.generic_utils迁移到了tf.keras.utils，而segmentation_models依赖的旧版efficientnet库仍在调用旧路径，导致兼容性报错。

2. 具体修复步骤 #

• 升级/重装兼容的efficientnet版本
  执行以下命令安装适配TF2.11的efficientnet版本：

  !pip install --upgrade efficientnet
  

  若升级后仍有问题，可指定安装特定兼容版本：

  !pip install efficientnet==1.1.1
  

• 调整导入顺序
  先显式导入TensorFlow的Keras模块，再导入segmentation_models，让Python优先使用TF内置的Keras路径：

  import tensorflow as tf
  from tensorflow import keras
  import segmentation_models as sm
  

• 降级TensorFlow到兼容版本
  若上述方法无效，可将TensorFlow降级到2.10.0及以下版本（该版本仍保留旧版Keras API路径）：

  !pip install tensorflow==2.10.0
  

内容的提问来源于stack exchange，提问作者Droidux