MASK RCNN 遇到 Tensorflow 2.x 修改记录

由于TensorFlow环境升级至2.2.0，导致MASK RCNN运行出现问题，主要问题及解决方法如下：1）修改所有涉及import tensorflow的代码，将tf改为tensorflow.compat.v1并启用tf.disablev2behavior()；2）修复ParallelModel类初始化时的报错，需在init方法中调用父类初始化；3）修正tf.Tensor作为布尔值的报错，需注释掉相关代码；4）解决ParallelModel无metricstensors属性的报错，需在代码循环前重置metricstensors。

由于服务器上的Tensorflow环境升级至2.2.0版本，导致MASK RCNN在运行过程中出现了性能下降和预测速度变慢的问题。为便于后续排查和优化，现将遇到的问题及相应的解决方法进行汇总整理。

环境：anaconda3 python3.7 tensorflow-gpu2.2.0 keras2.3.1

1. 所有涉及import tensorflow 的部分都要改，将mrcnn文件下model.py, parallel_model.py和utils.py中import tensorflow as tf 改为import tensorflow.compat.v1 as tf ； 并添加tf.disable_v2_behavior()
2. 报错： RuntimeError: It looks like you are subclassing Model and you forgot to call super(YourClass, self).__init__(). 建议在使用tf.keras时，避免进行类继承操作，这可能导致上述错误。建议改用tf.keras框架以避免类似问题。

在类体中，ParallelModel的定义为class ParallelModel(KM.Model): def init(self, keras_model, gpu_count)。在类体中，ParallelModel的初始化方法中，在第一行添加super(ParallelModel, self).init()。

3. 报错信息： 在图执行中，使用tf.Tensor作为Python bool是不被允许的，具体错误信息为OperatorNotAllowedInGraphError。建议改用 eager execution 或对函数进行装饰以使用 @tf.function。

修改：

在model.py文件中搜索 if layer.output in self.keras_model.losses: ，将该if语句及其后续的continue语句注释掉。此if语句似乎并无实质功能，注释掉后对训练过程不会产生任何影响。

报错提示显示：ParallelModel对象中未定义的属性是metrics_tensors

修改：

在model.py文件中，查找self.keras_model.metrics_tensors.append(loss)。在该for循环的起始处，初始化self.keras_model.metrics_tensors为空列表。