运行Matterport Mask RCNN导入Keras报错兼容性问题咨询

你当前遇到的报错本质是版本匹配冲突：

• Matterport/Mask_RCNN官方适配环境为TensorFlow 1.3+、Keras 2.0.8~2.2.4，和你安装的TensorFlow 2.5.0版本完全不兼容
• 环境内同时存在两个冲突的Keras版本（2.2.5正式版 + 2.5.0开发版），独立Keras包尝试调用TensorFlow 2.5内部不存在的属性触发报错

方案1：降级依赖到官方适配版本（推荐，改动最小） #

适用于可以调整环境版本的场景，无需修改项目源码：

• 先卸载所有冲突的相关包：
  pip uninstall -y keras keras-nightly tensorflow tensorflow-estimator tensorboard h5py
• 安装官方匹配的依赖版本（注意需要Python 3.6~3.7版本支持TensorFlow 1.x）：
  pip install tensorflow==1.15.0 keras==2.2.4 h5py==2.10.0
• 验证安装是否正常：

import keras
print(keras.__version__)

输出2.2.4即为配置成功。

方案2：适配TensorFlow 2.x环境 #

适用于无法降级环境的场景，需要少量修改项目源码：

• 先卸载冲突的独立Keras包：
  pip uninstall -y keras keras-nightly
• 修改Mask_RCNN所有源码文件中的导入语句：把所有import keras替换为import tensorflow.keras as keras，所有Keras子模块导入（如from keras.layers import *）同步替换为from tensorflow.keras.layers import *格式
• 在你自己的业务代码开头添加兼容配置：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()

• 同步修改源码中所有TensorFlow 1.x专属API调用：比如把tf.placeholder替换为tf.compat.v1.placeholder，其余TF1专属API统一添加tf.compat.v1前缀即可。

内容的提问来源于stack exchange，提问作者Hamza