运行目标检测代码出现No module named 'nets'报错如何解决
报错ModuleNotFoundError: No module named 'nets'的可行解决方案
- 检查是否是项目内自定义模块缺失:首先确认项目根目录下是否存在
nets文件夹,且文件夹内包含__init__.py文件(空文件即可,用于标记该文件夹为Python可导入的包),如果没有对应文件夹重新拉取完整项目代码,缺少__init__.py的话手动新建即可。 - 修正Python的模块搜索路径:如果
nets文件夹存在仍然报错,说明解释器没有扫描到对应路径,可以在代码的import语句前添加以下代码,手动把nets文件夹的上层目录加入搜索路径:
import sys # 引号内替换为nets文件夹所在上层目录的绝对路径,比如Windows下是"C:\\xxx\\my_det_project",Linux下是"/home/xxx/my_det_project" sys.path.append("替换为对应目录的绝对路径")
- 第三方依赖安装:如果你运行的是TensorFlow官方目标检测框架的旧版本代码,
nets模块来自tf-slim依赖,直接执行pip install tf-slim安装即可,安装完成后还需要把官方models仓库的research和research/slim目录加入Python搜索路径。 - 排查拼写与运行环境问题:检查import语句的拼写是否正确,是否把
net错写为nets,注意Linux/macOS系统下目录名称大小写敏感,大小写不匹配也会触发该报错;另外确认你当前运行代码用的Python环境,和你安装依赖的环境是同一个。 - 补全项目子模块:如果是克隆的开源目标检测项目,很多会把公共网络结构的代码作为子模块托管,执行
git submodule update --init --recursive拉取所有依赖的子模块即可补全缺失的nets代码。
内容的提问来源于stack exchange,提问作者maryam moradi
相关产品推荐
相关产品推荐

