TensorFlow 1.5目标检测API运行train.py报NotFoundError，1.4版本正常

嗨，我之前帮朋友排查过几乎一模一样的问题——从TensorFlow 1.4升1.5后跑目标检测API的train.py就弹出这个没头没尾的NotFoundError，其实都是版本适配或者编译环节的小坑，给你几个亲测有效的解决方向：

1. 先搞定protobuf版本匹配 #

TensorFlow 1.5对protobuf的版本卡得很严，1.4用的旧版本大概率不兼容。直接卸载重装指定版本：

• 卸载旧版：pip uninstall protobuf -y
• 安装适配版：pip install protobuf==3.6.1
  （这个版本是TensorFlow 1.5官方文档明确推荐的，能解决90%以上的文件解析类NotFoundError）

2. 重新编译API的proto文件 #

哪怕你克隆了适配1.5的API源码，也可能因为protoc版本不对或者编译不完整导致问题：

• 先装对protoc：下载protobuf 3.6.1版本的Ubuntu压缩包，解压后把protoc二进制文件移到/usr/local/bin（这样全局就能调用）
• 进入API的research目录，执行编译命令：

  protoc object_detection/protos/*.proto --python_out=.
  

• 接着重新执行setup安装：

  python setup.py build
  python setup.py install
  

3. 检查训练配置文件的细节 #

有时候这个错误是配置文件里的路径或参数不兼容导致的：

• 确认fine_tune_checkpoint指向的预训练模型文件完整，.ckpt.meta、.ckpt.index、.ckpt.data-00000-of-00001这三个文件一个都不能少
• 把input_path、label_map_path都改成绝对路径，避免工作目录变化导致找不到文件
• 对照API自带的sample配置文件，检查你的配置里有没有参数名变化——比如1.5里某些字段的位置或命名和1.4有细微差别

4. 清理缓存重置环境 #

旧版本的TensorFlow缓存可能残留干扰：

• 删除缓存目录：rm -rf ~/.keras/cache ~/.tensorflow
• 如果用了虚拟环境，退出后重新激活，再运行train.py

最后再试一次训练命令，比如：

python object_detection/train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_coco.config

按照这个流程走下来，基本就能解决这个烦人的NotFoundError了。

内容的提问来源于stack exchange，提问作者frostell