使用SSD-MobileNet-V1-Coco模型训练自定义数据集遇属性报错

我之前帮不少开发者排查过这个问题，它本质上是TensorFlow Detection API版本和你使用的旧预训练模型不兼容导致的，下面给你分步解决的方案：

一、核心原因 #

你用的ssd_mobilenet_v1_coco_11_06_2017是2017年发布的旧模型，对应的Detection API还是早期版本；而你当前环境的API版本大概率是较新的——在后续的API迭代中，开发团队重构了SsdFeatureExtractor类，移除了override_base_feature_extractor_hyperparams这个方法，但旧模型的配置文件还在调用它，所以触发了属性不存在的报错。

二、具体解决步骤 #

1. 切换到与模型匹配的API分支 #

首先把TensorFlow/models仓库切换到和模型发布时间对应的稳定分支，比如r1.2分支（这个分支和2017年6月的模型完全兼容）：

cd 你的tensorflow/models目录路径
git checkout r1.2

同时确保你的TensorFlow版本是1.2.x，高版本的TF（比如1.4+）和这个旧分支的API会有冲突。

2. 重新编译Protobuf文件 #

切换分支后，必须重新编译Detection API依赖的Protobuf文件，保证生成的Python代码和当前API版本一致：

cd path/to/tensorflow/models/research
protoc object_detection/protos/*.proto --python_out=.

然后重新设置PYTHONPATH环境变量：

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

3. 检查并修正训练配置文件 #

打开你的pipeline.config文件，查找是否有类似override_base_feature_extractor_hyperparams: true的配置项：

• 如果是切换到旧API分支，这个配置可以保留，因为旧分支的SsdFeatureExtractor确实有这个方法；
• 如果坚持使用新API版本，需要移除这个配置项，改用新版本API支持的方式调整特征提取器超参数（比如直接在base_feature_extractor节点下配置对应参数）。

三、验证解决方案 #

重新执行你的./train.sh脚本，如果配置正确，应该不会再触发这个属性不存在的报错了。

内容的提问来源于stack exchange，提问作者feng