安装TensorFlow后执行cvlib车辆检测代码出现ImportError如何解决？

根因说明 #

你遇到的报错是安装的TensorFlow版本和当前系统不兼容导致的：

• 你使用的是ARM架构的Raspberry Pi Desktop Debian Buster系统，默认通过pip安装的TensorFlow多为x86架构编译版本，无法在ARM环境下加载对应的动态链接库，所以会提示找不到_pywrap_tensorflow.so文件
• 你之前添加的CUDA路径配置完全无效，Raspberry Pi没有NVIDIA CUDA硬件支持，建议先从.bashrc文件中删除这条配置，避免引发其他无关问题。

操作步骤 #

1. 先卸载当前虚拟环境中安装的错误版本TensorFlow：
   激活虚拟环境后执行命令：

pip uninstall tensorflow -y

2. 安装适配当前系统的TensorFlow版本
   不要直接使用pip默认源安装，优先搜索适配Debian Buster ARM架构、Python3.7版本的TensorFlow预编译wheel安装包，下载到本地后执行如下命令安装：

pip install 你下载的wheel包本地路径

3. 验证安装是否成功
   执行如下命令，确认TensorFlow可以正常导入：

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

如果正常输出版本号，说明安装完成，再重新运行你的车辆识别代码即可。

替代方案 #

如果你仅需要实现车辆识别功能，不需要用到cvlib的其他依赖能力，可以换用OpenCV自带的Haar级联分类器或者轻量的YOLO预训练模型实现检测，不需要安装TensorFlow，更适合低配置的虚拟机/树莓派环境运行。

内容的提问来源于stack exchange，提问作者Faiza