TensorFlow目标检测API重训练报错：SsdFeatureExtractor无batch_norm_trainable字段

嘿，我之前在适配旧版TensorFlow训练SSD模型时也碰到过一模一样的问题！这个错误本质是你的配置文件（pipeline.config）里用了当前TensorFlow/Object Detection API版本不支持的字段，具体来说就是你错误里提到的batch_no...（应该是截断了，大概率是batch_norm_trainable这类和批量归一化相关的字段），在TF 1.6对应的API proto定义里，这个字段还不属于SsdFeatureExtractor这个消息类型，所以Protobuf解析时直接报错找不到该字段。

给你几个针对性的解决步骤，亲测有效：

• 对齐API与TensorFlow版本：你用的是TensorFlow 1.6，那必须搭配对应版本的Object Detection API代码——不能直接用最新版的models仓库代码，因为新版API的proto定义已经更新了很多字段。建议去TensorFlow/models仓库找对应TF 1.6的tag（比如v1.6.0）或者同期的commit，把代码拉到本地使用。

• 修改pipeline.config配置：大概率是你抄了高版本的示例配置文件，里面的batch_norm_trainable字段在TF 1.6的API里还没被加到SsdFeatureExtractor中。你可以：

  1. 找到TF 1.6官方提供的MobileNet V2 SSD示例配置文件（在对应版本的API代码object_detection/samples/configs目录下）
  2. 对比你自己的配置，把多余的、不兼容的字段（比如那个batch_no开头的字段）删掉或者替换成旧版本支持的写法

• 重新编译Protobuf文件：虽然你已经编译过，但如果换了API版本，必须重新生成对应的Python proto文件。在API的research目录下执行：

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

  编译完成后，别忘了把research和slim目录加到PYTHONPATH环境变量里（Windows可以用命令set PYTHONPATH=.;%cd%\slim，Ubuntu用export PYTHONPATH=$PYTHONPATH:/path/to/research:/path/to/research/slim）。

• 用工具验证配置合法性：在research/object_detection目录下执行以下命令，能帮你更精准地定位配置里的问题字段：

  python utils/config_util.py --pipeline_config_path=path/to/your/pipeline.config --print_config
  

  这个命令会尝试解析你的配置，如果有错误会给出更具体的提示，比单纯的ParseError信息有用得多。

按照这几步操作，应该就能解决这个跨版本的字段不兼容问题了。

内容的提问来源于stack exchange，提问作者Kazuya Hatta