Windows环境实时目标检测报错：No module named 'tensorflow.compat.v1'

嘿，这个问题有点意思——你明明装了TensorFlow 1.9，却碰到了只有TF2才会用的tensorflow.compat.v1导入报错。咱来一步步排查解决：

1. 先确认你跑脚本的环境真的装了TF1.9 #

很多人会同时有好几个Python环境（比如系统默认的、虚拟环境、Anaconda环境），大概率你运行脚本的环境和装TF1.9的不是同一个。

• 打开命令行，跑这个命令看看当前环境的TF版本：

  python -c "import tensorflow; print(tensorflow.__version__)"
  

• 如果输出不是1.9.0，那就是环境错了。赶紧切换到装了TF1.9的环境：
  • 虚拟环境的话，用venv\Scripts\activate激活（把venv换成你的虚拟环境名）
  • Anaconda环境就用conda activate 你的环境名

2. 直接修改label_map_util的导入语句 #

要是你的环境确实是TF1.9，但这个工具文件用了TF2的兼容写法，那改一行代码就行：

• 打开C:\Users\1rock\Documents\TensorFlow\models\research\object_detection\utils\label_map_util.py
• 找到第27行的import tensorflow.compat.v1 as tf，换成：

  import tensorflow as tf
  

• 保存后再跑脚本试试。TF1.x本身不需要compat.v1这个兼容层，直接导入tf就够了。

3. 检查models仓库的分支是否匹配TF1.9 #

你下载的models仓库可能是默认的main分支（对应TF2.x），而TF1.x得用旧分支才行：

• 进到你的models目录：cd C:\Users\1rock\Documents\TensorFlow\models
• 看看当前分支：git branch
• 如果不是TF1.x的分支，切换到对应的版本，比如：

  git checkout r1.9
  

• 切换后记得重新跑一遍教程里编译protoc的步骤，再测试脚本。

4. 清缓存后重新装TF1.9 #

有时候pip缓存会搞事情，导致安装不完整，试试彻底重装：

pip cache purge
pip install --ignore-installed --upgrade tensorflow==1.9

装完再确认一遍TF版本，确保没问题。

内容的提问来源于stack exchange，提问作者ISETHS GT