TensorFlow Object Detection API调用train.py或model_main_tf2.py报Unicode解码错误

这个Unicode解码错误的触发点是TensorFlow读取pipeline配置文件时编码不匹配，从报错栈可以看到，错误出现在config_util.py读取EffDetD0.config文件的步骤，TensorFlow默认以UTF-8编码读取文件，你的配置文件中存在不符合UTF-8编码的特殊字符。

具体排查步骤 #

• 修正配置文件编码
  用Notepad++打开training/EffDetD0.config，查看右下角显示的文件编码，如果是ANSI、GBK、GB2312这类非UTF-8编码，点击顶部菜单栏「编码」→「转为UTF-8编码」，保存后重新运行训练命令即可。注意不要用Windows自带的记事本编辑配置文件，记事本默认会以系统区域编码保存文件，容易插入不可见的特殊字符。
• 清理配置文件特殊字符
  如果你手动修改过配置内容，检查所有路径、注释中有没有中文、全角标点，报错提到的0x92字节对应Windows系统编码中的格式化右单引号，一般是从Word等文档中粘贴内容时被自动替换生成的，把这类特殊标点全部改为半角英文标点即可。
• 检查路径合法性
  确认配置文件存放路径、训练数据集路径中没有中文、空格或特殊符号，如果有修改为纯英文半角字符的路径再重试。

日志中提到的CUDA动态库缺失警告不影响当前问题的修复，只是会默认调用CPU进行训练，速度较慢，后续需要GPU训练时安装对应版本的CUDA和cuDNN即可。

内容的提问来源于stack exchange，提问作者Ishmael