当我尝试使用他们自己的指南在Github测试tensorflow对象检测API时发生错误我在运行他们的指南中提到的测试脚本时遇到以下错误

python object_detection / builders / model_builder_test.py /home/appu/anaconda3/envs/ml/lib/python3.6/importlib/_bootstrap.py:219:RuntimeWarning:模块'tensorflow.python.framework.fast_tensor_util'的编译时版本3.5与运行时版本3.6不匹配返回f(* args,** kwds)回溯(最近一次调用最后一次):文件“object_detection / builders / model_builder_test.py”,第21行,来自object_detection.builders import model_builder文件“/ home / appu / RD / ml / models / research / object_detection / builders / model_builder.py“,第19行,来自object_detection.builders import box_predictor_builder文件”/ home / appu / RD / ml / models / research / object_detection / builders / box_predictor_builder . py“,第18行,来自object_detection.predictors import convolutional_box_predictor文件”/home/appu/RD/ml/models/research/object_detection/predictors/convolutional_box_predictor.py“,第18行,来自object_detection.core import box_predictor File”/家用/亚太邮联/ RD /毫升/模型/科研/ object_detection /核心/ box_predict or.py“,第137行,在类KerasBoxPredictor(tf.keras.Model)中:AttributeError:模块'tensorflow.python.keras'没有属性'Model'

我使用python 3.6和tensorflow 1.4版,我的完整包列表如下

#

# Name Version Build Channel

_tflow_190_select 0.0.3 mkl

absl-py 0.3.0 py36_0

appdirs 1.4.3 py36h28b3542_0

asn1crypto 0.24.0 py36_0

astor 0.7.1 py36_0

astroid 1.6.5 py36_0

attrs 18.1.0 py36_0

automat 0.7.0 py36_0

backcall 0.1.0 py36_0

blas 1.0 mkl

bleach 2.1.3 py36_0

ca-certificates 2018.03.07 0

cachetools 2.1.0

certifi 2018.4.16 py36_0

cffi 1.11.5 py36h9745a5d_0

constantly 15.1.0 py36h28b3542_0

contextlib2 0.5.5 py36_0

cryptography 2.2.2 py36h14c3975_0

cycler 0.10.0 py36_0

cython 0.28.4 py36hf484d3e_0

dbus 1.13.2 h714fa37_1

decorator 4.3.0 py36_0

entrypoints 0.2.3 py36_2

expat 2.2.5 he0dffb1_0

fontconfig 2.13.0 h9420a91_0

freetype 2.9.1 h8a8886c_0

funcsigs 1.0.2 py36_0

gast 0.2.0 py36_0

glib 2.56.1 h000015b_0

gmp 6.1.2 h6c8ec71_1

google-api-core 1.3.0

google-api-python-client 1.7.4

google-auth 1.5.1

google-auth-httplib2 0.0.3

google-cloud-bigquery 1.5.0

google-cloud-core 0.28.1

google-resumable-media 0.3.1

googleapis-common-protos 1.5.3

grpcio 1.12.1 py36hdbcaa40_0

gst-plugins-base 1.14.0 hbbd80ab_1

gstreamer 1.14.0 hb453b48_1

html5lib 1.0.1 py36_0

httplib2 0.11.3

hyperlink 18.0.0 py36_0

icu 58.2 h9c2bf20_1

idna 2.7 py36_0

incremental 17.5.0 py36_0

intel-openmp 2018.0.3 0

ipykernel 4.8.2 py36_0

ipython 6.5.0 py36_0

ipython_genutils 0.2.0 py36_0

ipywidgets 7.3.1 py36_0

isort 4.3.4 py36_0

jedi 0.12.1 py36_0

jinja2 2.10 py36_0

jpeg 9b h024ee3a_2

jsonschema 2.6.0 py36_0

jupyter 1.0.0 py36_4

jupyter_client 5.2.3 py36_0

jupyter_console 5.2.0 py36_1

jupyter_core 4.4.0 py36_0

kaggle 1.4.5

kiwisolver 1.0.1 py36hf484d3e_0

lazy-object-proxy 1.3.1 py36h14c3975_2

lcms 1.19 0

libedit 3.1.20170329 h6b74fdf_2

libffi 3.2.1 hd88cf55_4

libgcc-ng 7.2.0 hdf63c60_3

libgfortran-ng 7.2.0 hdf63c60_3

libpng 1.6.34 hb9fc6fc_0

libprotobuf 3.5.2 h6f1eeef_0

libsodium 1.0.16 h1bed415_0

libstdcxx-ng 7.2.0 hdf63c60_3

libtiff 4.0.9 he85c1e1_1

libuuid 1.0.3 h1bed415_2

libxcb 1.13 h1bed415_1

libxml2 2.9.8 h26e45fe_1

libxslt 1.1.32 h1312cb7_0

lxml 4.2.3 py36hf71bdeb_0

markdown 2.6.11 py36_0

markupsafe 1.0 py36h14c3975_1

matplotlib 2.2.2 py36hb69df0a_2

mccabe 0.6.1 py36_1

mistune 0.8.3 py36h14c3975_1

mkl 2018.0.3 1

mkl_fft 1.0.4 py36h4414c95_1

mkl_random 1.0.1 py36h4414c95_1

mock 2.0.0 py36_0

nbconvert 5.3.1 py36_0

nbformat 4.4.0 py36_0

ncurses 6.1 hf484d3e_0

notebook 5.6.0 py36_0

numpy 1.15.0 py36h1b885b7_0

numpy-base 1.15.0 py36h3dfced4_0

oauth2client 4.1.2

object-detection 0.1

olefile 0.45.1 py36_0

openssl 1.0.2o h14c3975_1

pandas 0.23.3

pandoc 2.2.1 h629c226_0

pandocfilters 1.4.2 py36_1

parso 0.3.1 py36_0

pbr 4.2.0 py36_0

pcre 8.42 h439df22_0

pexpect 4.6.0 py36_0

pickleshare 0.7.4 py36_0

pillow 5.2.0 py36heded4f4_0

pip 18.0

pip 10.0.1 py36_0

prometheus_client 0.3.1 py36_0

prompt_toolkit 1.0.15 py36_0

protobuf 3.5.2 py36hf484d3e_1

ptyprocess 0.6.0 py36_0

py-cpuinfo 4.0.0

pyasn1 0.4.4 py36_0

pyasn1-modules 0.2.2 py36_0

pycparser 2.18 py36_1

pygments 2.2.0 py36_0

PyHamcrest 1.9.0

pylint 1.9.2 py36_0

pyopenssl 18.0.0 py36_0

pyparsing 2.2.0 py36_1

pyqt 5.9.2 py36h22d08a2_0

python 3.6.6 hc3d631a_0

python-dateutil 2.7.3 py36_0

pytz 2018.5 py36_0

pyzmq 17.0.0 py36h14c3975_3

qt 5.9.6 h52aff34_0

qtconsole 4.3.1 py36_0

readline 7.0 ha6073c6_4

rsa 3.4.2

send2trash 1.5.0 py36_0

service_identity 17.0.0 py36h28b3542_0

setuptools 39.2.0 py36_0

simplegeneric 0.8.1 py36_2

singledispatch 3.4.0.3 py36_0

sip 4.19.8 py36hf484d3e_0

six 1.11.0 py36_1

sqlite 3.24.0 h84994c4_0

tensorboard 1.9.0 py36hf484d3e_0

tensorflow 1.9.0 mkl_py36h6d6ce78_1

tensorflow-base 1.9.0 mkl_py36h2ca6a6a_0

termcolor 1.1.0 py36_1

terminado 0.8.1 py36_1

testpath 0.3.1 py36_0

tk 8.6.7 hc745277_3

tornado 5.0.2 py36h14c3975_0

tqdm 4.24.0

traitlets 4.3.2 py36_0

twisted 18.7.0 py36h14c3975_1

uritemplate 3.0.0

wcwidth 0.1.7 py36_0

webencodings 0.5.1 py36_1

werkzeug 0.14.1 py36_0

wheel 0.31.1 py36_0

widgetsnbextension 3.3.1 py36_0

wrapt 1.10.11 py36h14c3975_2

xz 5.2.4 h14c3975_4

zeromq 4.2.5 hf484d3e_0

zlib 1.2.11 ha838bed_2

zope 1.0 py36_0

zope.interface 4.5.0 py36h14c3975_0

java创建tensorfly对象,Tensorflow对象检测自定义数据集相关推荐

  1. java创建一个不可变对象_使用不可变对象创建值对象

    java创建一个不可变对象 在回答我最近的文章中AutoValue:生成的不可变的值类 , 布兰登认为,这可能是有趣的,看看如何AutoValue比较项目Lombok和Immutables和凯文借调这 ...

  2. java创建一个不可变对象_如何在Java中创建不可变类?

    java创建一个不可变对象 Today we will learn about the immutable class in Java. What are immutable classes? The ...

  3. Java笔记09——类和对象

    面向对象的两个要素:类和对象 类:是对一类事物的描述,是抽象的,概念上的定义. 对象:实际存在的某类事物的个体,也称为实例(instance). 属性: 类中的成员变量 行为:类中的成员方法 生活中描 ...

  4. 皕杰报表自定义扩展~自定义数据集

    正常情况下,皕杰报表的数据集是直接连接数据库取数的,但是如果遇到特殊情况需要通过中间件连接数据库,而非直接连接,就需要用到自定义数据集. 所谓自定义数据集,就是说数据集是自己写的一个java类,这个类 ...

  5. 使用 Tensorflow 2 进行自定义对象检测的一般方法

    在本文中,将向你介绍如何使用 Tensorflow 2 训练你自己的自定义对象检测器.这不是进行特定类型检测的教程,而是我们可以用来检测任何东西的常用方法. 要使用 Tensorflow 对象检测 A ...

  6. Windows上视频的tensorflow对象检测10

    Previous article: "TensorFlow Object Detection in Windows (under 30 lines)", covers about ...

  7. 如何使用TensorFlow对象检测API播放Quidditch

    by Bharath Raj 巴拉斯·拉吉(Bharath Raj) 如何使用TensorFlow对象检测API播放Quidditch (How to play Quidditch using the ...

  8. TensorFlow对象检测-1.0和2.0:训练,导出,优化(TensorRT),推断(Jetson Nano)

    作者|Abhishek 编译|Flin 来源|analyticsvidhya 第1部分 从在自定义数据集中训练检测器到使用TensorFlow 1.15在Jetson纳米板或云上进行推理的详细步骤 完 ...

  9. 实践操作:六步教你如何用开源框架Tensorflow对象检测API构建一个玩具检测器

    TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架,可以轻松构建,训练和部署对象检测模型. 到目前为止,API的性能给我留下了深刻的印象.在这篇文章中,我将API的对象设 ...

最新文章

  1. 【经验】向word中插入格式化的代码块
  2. json web token 实践登录以及校验码验证
  3. 工程化专题之Maven(下)
  4. jodd忽略ssl证书_Jodd - Java界的瑞士军刀,无法想象的轻量级工具包
  5. php 运行环境 去mysql,php、MySql运行环境
  6. Java 语法 索引 ----- 泛型(Generics)
  7. CST 使用注意事项【持续更新】
  8. linux mysql 共享存储空间_Linux UDEV和为MySQL InnoDB共享表空间配置裸设备
  9. Nginx学习之六-nginx核心进程模型
  10. Sublime好看的字体
  11. Alias Method——高效的离散分布采样算法
  12. 【Revit二次开发】族
  13. 京东订单自动评价方法
  14. Nordic Homekit开发--Homekit广播数据解析
  15. python数据按照分组进行频率分布_3.2.1 分布分析
  16. Windows10官网原版系统下载地址汇总
  17. git提交Push to origin/master was rejected
  18. FaceBook反霸凌,推广网络安全须知
  19. 城市地铁站点接驳公交多目标优化方法
  20. 国庆弯道超车正当时,推荐一个免费的刷题网站。。。Python小伙伴可以看过来了

热门文章

  1. 计算机各键的知识,联想电脑各功能键的说明
  2. C语言经典面试题及面试宝典
  3. 91、储存物品的火灾危险性分类
  4. uniapp修改html样式,关于css:uniapp操作dom改变css样式
  5. 谷歌chrome浏览器设置成深色(护眼)模式
  6. 秒赚大钱_容易记住,赚大钱
  7. Android模拟器加速——让你的android模拟器和真机速度一样
  8. 2022世界杯期间,独立站卖家如何借势营销?
  9. Excel单元格如何调整行高与列宽?经验技巧!excel怎样设置单元格的高与宽?
  10. 动漫推荐之恋爱随意链接