深度学习TensorFlow---本人踩过的坑（报错总结）第一篇

最新推荐文章于 2021-10-18 17:07:30 发布

原创

最新推荐文章于 2021-10-18 17:07:30 发布 · 5k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #TensorFlow #目标检测 #报错总结

本文记录了使用TensorFlow Object Detection API进行模型训练时遇到的报错，包括.proto文件未正确编译、导入错误、文件找不到、文件名冲突等问题，并详细提供了每个错误的解决方案，帮助读者解决类似问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#深度学习TensorFlow Object Detection API训练自己的模型时—本人踩过的坑（报错总结）第一篇
##2019年5月31 收获总结
##报错一：object_detection/protos/*.proto: No such file or directory

解决方案：自己的路径\models\research\object_detection\protos 路径下的所有 .proto 文件都需要编译成 .py 文件才可以运行。。把/.proto 这部分改成文件夹下具体的文件名，每运行一个，文件夹下应该出现对应的.py结尾的文件。不报错即可。把号换成具体的文件名字，这样就会生成一个个.py文件，列出我自己的
Protoc object_detection/protos/anchor_generator.proto --python_out=.
protoc object_detection/protos/bipartite_matcher.proto --python_out=.
protoc object_detection/protos/box_coder.proto --python_out=.
protoc object_detection/protos/*.proto --python_out=.
protoc object_detection/protos/box_predictor.proto --python_out=.
protoc object_detection/protos/eval.proto --python_out=.
protoc object_detection/protos/faster_rcnn.proto --python