TensorFlow目标检测中KeyError: 'TensorArrayV3'错误求助

嘿，这个问题我之前帮不少开发者排查过——你碰到的KeyError: 'TensorArrayV3'几乎100%是TensorFlow版本不兼容导致的：你加载的预训练检测模型（就是那个.pb文件）是用更高版本的TensorFlow导出的，但当前运行环境里的TF版本太低，TensorArrayV3是高版本TF才新增的API，低版本根本没这个定义，所以导入图的时候直接触发了KeyError。

给你几个靠谱的解决思路，按优先级排序：

• 优先升级TensorFlow到对应版本
  先搞清楚导出这个模型时用的是哪个TF版本，然后把当前环境的TF升级到相同版本（或者更高的兼容版本）。比如如果模型是用TF2.8导出的，就执行：

  pip install --upgrade tensorflow==2.8.0
  

  要是用GPU的话，记得确保你的CUDA和cuDNN版本和TF版本匹配，不然会出别的问题。

• 如果能拿到训练代码，重新导出模型
  要是你有权限访问模型的训练/导出代码，直接在当前运行环境的TF版本下重新导出检测模型，这样从根源上保证了GraphDef和运行环境的兼容性，是最稳妥的方案。

• 临时应急：修改GraphDef中的节点名称（不推荐长期用）
  要是暂时没法升级TF，这个hack方法能救急——手动把GraphDef里所有TensorArrayV3相关的节点名称替换成当前TF版本支持的旧版名称：

  with detection_graph.as_default():
      od_graph_def = tf.GraphDef()
      with tf.gfile.GFile(PATH_TO_CKPT, 'rb') as fid:
          serialized_graph = fid.read()
          od_graph_def.ParseFromString(serialized_graph)
          # 替换所有TensorArrayV3系列节点
          for node in od_graph_def.node:
              if node.op == 'TensorArrayV3':
                  node.op = 'TensorArray'
              elif node.op == 'TensorArrayV3Unstack':
                  node.op = 'TensorArrayUnstack'
              elif node.op == 'TensorArrayV3Stack':
                  node.op = 'TensorArrayStack'
          tf.import_graph_def(od_graph_def, name='')
  

  注意：这个方法可能会引发其他兼容性问题，因为高版本的TensorArrayV3可能有低版本没有的属性，所以只能当临时过渡方案。

另外提个小细节：你的代码里用了tf.gfile.GFile，在TF2.x里这个API已经被tf.io.gfile.GFile替代了，虽然旧API还能凑合用，但换成新API能避免一些潜在的小问题，改完是这样：

with tf.io.gfile.GFile(PATH_TO_CKPT, 'rb') as fid:

内容的提问来源于stack exchange，提问作者vishal prajapati