You need to enable JavaScript to run this app. TensorFlow Keras导入segmentation-models提示keras.legacy模块不存在如何解决
优惠活动
大模型
产品
解决方案
定价
更多

TensorFlow Keras导入segmentation-models提示keras.legacy模块不存在如何解决

问题原因

segmentation-models 0.2.1版本默认依赖独立的Keras 2.3.x版本,该版本存在keras.legacy模块。而TensorFlow 2.4+内置的tf.keras已经将legacy模块移除,同时混用独立Keras和tf.keras会产生版本冲突,就是你之前降级方案遇到的问题。

解决方案(无需降级TensorFlow)

方案1:使用官方适配tf.keras的调用方式(推荐)

操作步骤:

  • 先卸载已安装的旧版本segmentation-models
    !pip uninstall -y segmentation-models
    
  • 安装1.0.1及以上版本的segmentation-models,该版本已原生支持tf.keras
    !pip install -U segmentation-models>=1.0.1
    
  • 导入segmentation-models之前,先设置环境变量指定框架为tf.keras
    import os
    os.environ["SM_FRAMEWORK"] = "tf.keras"
    
    import tensorflow as tf
    import segmentation_models as sm
    
  • 验证配置是否生效:执行print(sm.framework),输出为tf.keras即为配置正确

方案2:临时兼容修复(适用于必须使用0.2.1版本的场景)

如果因为业务需求不能升级segmentation-models版本,可以在导入前手动做模块映射,跳过版本适配问题:

import tensorflow.keras as keras
import sys
# 将全局的keras模块指向tf.keras
sys.modules["keras"] = keras
# 手动补全缺失的legacy模块
keras.legacy = type('dummy_legacy', (), {})()
from tensorflow.keras.utils import register_keras_serializable
keras.legacy.interfaces = type('dummy_interfaces', (), {'register_serializable': register_keras_serializable})()

# 之后再导入segmentation-models即可
import segmentation_models as sm
注意事项
  • 两种方案都不需要单独安装独立的Keras包,避免和tf.keras产生冲突
  • 导入环境变量的代码必须放在import segmentation_models之前执行,否则配置不生效

内容的提问来源于stack exchange,提问作者Tushar Tiwari

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 17:36:09