树莓派3B+（Python3.10.2）适配tf_runtime wheel及TensorFlow Lite调用报错

核心问题分析 #

你使用的是针对树莓派4的安装指南，但树莓派3B+的ARMv7架构与Python3.10的组合，官方tflite_runtime预编译包无直接支持，且普通TensorFlow包在该环境下未包含Lite模块；同时tf.contrib.lite是TensorFlow 1.x的废弃写法，在2.x版本中不再有效。

可行解决方案 #

方案1：降级Python版本并安装适配的tflite_runtime #

树莓派3B+的ARMv7架构，官方tflite_runtime支持到Python3.9版本，步骤如下：

• 安装Python3.9：

  sudo apt update && sudo apt install python3.9 python3.9-venv python3.9-dev
  

• 创建并激活虚拟环境：

  python3.9 -m venv tflite-env
  source tflite-env/bin/activate
  

• 安装对应版本的tflite_runtime：

  pip install https://github.com/google-coral/pycoral/releases/download/v2.0.0/tflite_runtime-2.5.0.post1-cp39-cp39-linux_armv7l.whl
  

• 代码中修改导入方式：

  from tflite_runtime.interpreter import Interpreter
  interpreter = Interpreter(model_path=modelName)
  

方案2：从源码编译TensorFlow Lite（适配Python3.10） #

若不想降级Python，可编译适配ARMv7和Python3.10的版本：

• 安装编译依赖：

  sudo apt install build-essential cmake git libatlas-base-dev libopenblas-dev python3-pip
  pip install numpy pybind11
  

• 克隆TensorFlow仓库并切换到适配分支（如2.15）：

  git clone https://github.com/tensorflow/tensorflow.git
  cd tensorflow
  git checkout r2.15
  

• 配置编译选项：

  ./configure
  # 配置时默认选项即可，仅需指定Python3.10的解释器路径
  

• 编译tflite_runtime：

  bazel build --config=elinux_armhf --config=noaws --config=nogcp --config=nohdfs --config=nonccl //tensorflow/lite/python:tflite_runtime
  

• 生成并安装wheel包：

  bazel-bin/tensorflow/lite/python/tflite_runtime/tools/build_wheel.sh ~/tflite_wheel
  pip install ~/tflite_wheel/tflite_runtime-*.whl
  

• 同样使用from tflite_runtime.interpreter import Interpreter导入调用。

方案3：使用tflite-support包替代 #

尝试安装tflite-support包，它内置了Lite Interpreter：

pip install tflite-support

导入示例：

from tflite_runtime.interpreter import Interpreter
interpreter = Interpreter(model_path=modelName)

关键注意点 #

• 建议用虚拟环境隔离Python环境，避免不同版本包冲突；
• 不要同时安装普通TensorFlow包和tflite_runtime，二者功能重叠会导致环境混乱。

内容的提问来源于stack exchange，提问作者Ossas_