TensorFlow Docker运行object_detection测试undefined symbol报错求助

普通硬件运行TensorFlow Docker的可行性 #

普通硬件完全可以运行TensorFlow Docker，只要你的VPS CPU属于x86_64/arm64架构、可用内存不低于2GB，就可以正常运行CPU版TensorFlow Docker容器，无需独立GPU即可完成模型测试、训练、推理等基础操作。

报错解决方案 #

该报错的核心原因是容器内存在两个冲突的TensorFlow版本：Docker镜像内置的TensorFlow安装在系统路径/usr/local/lib/python3.6/dist-packages下，你后续操作又在用户目录/home/tensorflow/.local/lib/python3.6/site-packages下通过pip安装了另一个版本的TensorFlow，导入库时两个版本的动态链接库调用混乱，触发了符号未定义错误。

按以下步骤操作即可解决：

• 进入容器后先完全卸载用户目录下的TensorFlow相关包：

pip uninstall -y tensorflow tensorflow-cpu tensorflow-io

不要添加--user参数，确保.local路径下的TensorFlow安装包被完全清除

• 验证TensorFlow版本一致性：

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

确认输出的TensorFlow安装路径以/usr/local/lib/python3.6/dist-packages/tensorflow开头，不包含.local字段即为正常

• 若验证正常，重新执行测试脚本即可：

python object_detection/builders/model_builder_tf2_test.py

如果运行时仍提示依赖缺失，执行官方依赖安装命令补全依赖：

cd /models/research && protoc object_detection/protos/*.proto --python_out=. && cp object_detection/packages/tf2/setup.py . && python -m pip install .

内容的提问来源于stack exchange，提问作者me1960