TensorFlow Lite Model Maker导入报错及Colab外使用求助

一、解决np.object弃用导致的AttributeError #

方案1：降级NumPy版本 #

NumPy 1.24及以上版本移除了np.object属性，而旧版tensorflowjs依赖该属性。执行以下命令降级NumPy到兼容版本：

pip install numpy==1.23.5

安装完成后重新尝试import tflite_model_maker即可。

方案2：修改tensorflowjs依赖代码 #

找到本地环境中tensorflowjs包内使用np.object的文件（通常在tensorflowjs/converters或工具类模块中），将所有np.object替换为object或np.object_（NumPy官方推荐的替代写法）。修改完成后无需重新安装，直接重启Python环境即可。

二、关于在Google Colab外使用Model Maker训练目标检测模型 #

完全可以在Miniconda本地环境中使用TensorFlow Lite Model Maker训练自定义目标检测模型，流程与Colab完全一致：

• 确保环境安装好tflite-model-maker及对应兼容版本的TensorFlow等依赖
• 按照教程准备标注好的数据集（如PASCAL VOC格式、自定义CSV标注格式等）
• 调用object_detector.create()等API完成模型训练、评估及TFLite模型导出

只要环境配置正确，本地训练的流程和效果与Colab无差异。

内容的提问来源于stack exchange，提问作者FireFalcon3469