使用TensorFlow目标检测API训练预训练Faster RCNN模型时遇属性错误

这个错误我之前帮不少开发者排查过，本质上是TensorFlow版本和目标检测API的兼容性问题，或者是模型配置里引用了已经被废弃的方法。下面给你几个靠谱的解决思路：

先从版本对齐入手（最推荐） #

不同版本的TensorFlow目标检测API对TensorFlow本体版本要求很严格，比如：

• 如果你用的是TensorFlow 1.x（比如1.15.x这种稳定版），得用对应适配TF1的API分支（也就是官方的master分支）
• 如果是TensorFlow 2.x，必须切换到API的tf2分支，不然很多老方法都会报错

操作步骤：

1. 先确认你当前的TensorFlow版本：

python3 -c "import tensorflow as tf; print(tf.__version__)"

2. 去目标检测API的代码仓库，切换到和你TF版本匹配的分支
3. 重新安装API依赖：进入models/research目录，运行python3 setup.py install

调整模型配置文件 #

如果版本对齐后还是报错，那可能是你的faster_rcnn_resnet101_kitti.config里有过时的配置项：

• 打开配置文件，搜索和batch_norm相关的设置，看看有没有写inplace_batchnorm_update: true这类内容
• 把这行删掉，或者替换成当前API支持的参数（比如use_batch_norm: true），因为这个inplace_batchnorm_update方法在新的API版本里已经被移除了

临时修复：给FasterRcnn类补个空方法 #

要是上面两个方法都没搞定，你可以直接修改API的模型代码来绕过这个错误（这是临时方案，优先选前面的）：

1. 找到API代码里的models/research/object_detection/models/faster_rcnn_meta_arch.py文件
2. 在FasterRcnn类里添加一个空的inplace_batchnorm_update方法：

def inplace_batchnorm_update(self):
    pass

这样代码就不会因为找不到这个属性而报错了。

最后验证 #

改完之后重新运行你的训练命令：

python3 train.py --logtostderr --train_dir='/training/' --pipeline_config_path='/training/faster_rcnn_resnet101_kitti.config'

如果不再弹出那个AttributeError，就说明问题解决啦！

内容的提问来源于stack exchange，提问作者wik0rl