安装TensorFlow Model Garden测试时protobuf不兼容问题排查

报错的核心原因是混淆了两个不同的protobuf组件版本要求：

• 报错提示中要求的protoc >=3.19.0指的是proto文件编译器的版本，作用是把.proto源文件编译成Python可调用的*_pb2.py文件，不是pip安装的Python版protobuf运行时库的版本。
• 你当前通过pip安装的4.21.1是Python端的protobuf运行时，从4.0版本开始，protobuf运行时不再兼容3.19.0版本之前protoc编译生成的*_pb2.py文件。而TensorFlow Model Garden仓库里自带的目标检测模块相关pb2文件，是官方用旧版protoc预编译好的，没有用3.19.0+版本的protoc重新生成，所以哪怕你Python端的protobuf版本满足>=3.19.0，依然会触发报错。

按优先级从高到低排列，优先选第一种方案，稳定性最高、无性能损失：

方案1：降级protobuf运行时到兼容版本（推荐） #

这是和官方预编译pb文件适配最好的方案，操作简单无额外开销：

1. 卸载当前高版本protobuf：
   pip uninstall -y protobuf
2. 安装经过兼容性验证的3.20.x版本：
   pip install protobuf==3.20.3
3. 重新执行测试命令验证：
   python object_detection/builders/model_builder_tf2_test.py

方案2：临时设置环境变量启用纯Python解析（应急用） #

该方案不需要修改已安装的包版本，但会大幅降低protobuf解析速度，仅适合临时测试场景：

• 当前PowerShell会话临时生效：在执行测试命令前，先在当前窗口执行
  $env:PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION="python"
• 永久生效：在系统环境变量中新增名为PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION的变量，值设为python，重启PowerShell后生效。

方案3：用符合版本要求的protoc重新编译proto文件（根源解决） #

如果必须使用4.x版本的protobuf运行时，可以自行重新编译所有proto文件：

1. 提前安装3.19.0及以上版本的protoc二进制编译器（该工具为独立程序，不是pip安装的Python包）
2. 进入TensorFlow Model Garden的research目录，执行编译命令重新生成所有pb2文件：
   protoc object_detection/protos/*.proto --python_out=.
3. 编译完成后重新执行测试命令即可。

注意：目前TensorFlow 2.x稳定版对protobuf 4.x版本的适配仍存在多处依赖冲突，非必要不建议强行使用4.x版本，日常开发使用3.20.x版本的兼容性最好。

内容的提问来源于stack exchange，提问作者Christian01