TensorFlow Object Detection API报错：找不到object_detection模块如何解决？

我正在遵循TensorFlow Object Detection API的Windows 10多目标训练教程，但运行以下命令时出现错误：

python generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record

错误信息如下：

C:\Users\ASUS PC\Anaconda3\lib\site-packages\h5py\__init__.py:36: FutureWarning: Conversion of the second argument of issubdtype from `float` to `np.floating` is deprecated. In future, it will be treated as `np.float64 == np.dtype(float).type`. from ._conv import register_converters as _register_converters
Traceback (most recent call last):
  File "generate_tfrecord.py", line 20, in <module>
    from object_detection.utils import dataset_util
ModuleNotFoundError: No module named 'object_detection'

这个ModuleNotFoundError是TensorFlow Object Detection API入门时非常常见的问题，核心原因就是Python找不到object_detection模块的路径。下面是几个经过验证的解决办法：

1. 临时配置PYTHONPATH环境变量 #

Python需要知道Object Detection API的位置，你可以在当前命令行窗口中临时添加路径：

• 找到你下载的API根目录（一般是models/research）
• 运行以下命令（把路径替换成你自己的实际路径）：

  set PYTHONPATH=C:\your\path\to\models;C:\your\path\to\models\research;C:\your\path\to\models\research\slim
  

  注意：这个设置只在当前命令行窗口生效，关闭后就失效了。如果想永久生效，需要在系统的环境变量中添加这三个路径到PYTHONPATH里。

2. 切换到API的research目录下运行脚本 #

确保你的命令行当前工作目录是models/research，再执行generate_tfrecord.py的命令（如果脚本不在这个目录，要写完整的文件路径）。示例：

cd C:\your\path\to\models\research
python C:\your\script\path\generate_tfrecord.py --csv_input=images\train_labels.csv --image_dir=images\train --output_path=train.record

3. 安装API的依赖和模块 #

你可能还没完成API的安装步骤，按以下操作来：

1. 切换到models/research目录，运行：

   python setup.py install
   

2. 再切换到models/research/slim目录，运行：

   python setup.py install
   

这会把API的模块安装到你的Python环境中，让系统能找到object_detection。

4. 检查Anaconda环境配置 #

如果你用Anaconda管理环境，先确保激活了正确的TensorFlow环境：

conda activate your_tensorflow_env

并且在这个环境里已经安装了所有必要的依赖（TensorFlow、h5py、protobuf等）。

另外，那个h5py的警告只是版本兼容性提示，不会影响脚本运行，你可以直接忽略它，或者更新h5py到最新版本消除警告：

pip install --upgrade h5py

内容的提问来源于stack exchange，提问作者Taimur Islam