Ubuntu环境下运行generate_tfrecord.py遇ImportError：无法导入dataset_util

我来帮你搞定这个导入错误，这在使用TensorFlow生成TFRecord文件时很常见，主要是模块路径或依赖缺失的问题，给你几个一步步的解决方案：

1. 修正导入路径 #

你的代码里写的是from utils import dataset_util，但dataset_util其实是TensorFlow Object Detection API中object_detection.utils模块下的文件。如果你的项目基于这个API，大概率是导入路径写错了。把这行代码改成：

from object_detection.utils import dataset_util

如果改完还是报错，继续看下面的步骤。

2. 配置Python环境变量 #

Ubuntu运行脚本时，Python可能找不到Object Detection API的目录。你需要先把API的根目录添加到PYTHONPATH中。假设你的API放在/home/user/tensorflow/models/research路径下，打开终端执行：

export PYTHONPATH=$PYTHONPATH:/home/user/tensorflow/models/research:/home/user/tensorflow/models/research/slim

之后重新运行生成命令：

python generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record

如果不想每次手动设置，可以把这条export命令添加到~/.bashrc文件里，这样每次终端启动都会自动加载。

3. 确认本地utils模块完整性 #

如果你的项目是自己维护utils模块，要检查：

• generate_tfrecord.py所在目录下是否有utils文件夹
• utils文件夹里是否存在dataset_util.py文件，且文件内确实定义了所需的函数或类
  如果缺少这个文件，可以从TensorFlow Object Detection API的官方资源中复制对应的dataset_util.py到你的utils文件夹里。

4. 检查版本兼容性 #

有时候版本不匹配也会引发这个问题，确保你安装的TensorFlow版本和Object Detection API的要求适配。比如使用TensorFlow 2.x时，要确保API是适配2.x的版本，避免使用仅支持1.x的旧代码。

内容的提问来源于stack exchange，提问作者Hazar Özcan