DonkeyCar项目训练过程中的TensorFlow/Python兼容性问题解析

问题背景

在DonkeyCar自动驾驶小车项目的使用过程中，用户在不同平台上遇到了训练命令donkey train --tub data执行失败的问题。该问题主要出现在Ubuntu 22.04 x86-64系统和Raspberry Pi 4B Bookworm系统上，但在robocarstore提供的RPi 4B预构建镜像上却能正常运行。

问题表现

用户在不同环境下的表现如下：

1. Ubuntu 22.04 x86-64系统

   • Python 3.10.12环境：出现"Key image is not in available keys"错误
   • Python 3.9.19环境：同样出现"Key image is not in available keys"错误

2. Raspberry Pi 4B Bookworm系统

   • Python 3.11.2环境：出现相同的"Key image is not in available keys"错误

3. robocarstore预构建镜像

   • Python 3.9.2环境：训练过程正常完成

问题分析

从错误信息来看，核心问题是TensorFlow在处理数据时无法找到预期的"image"键。这通常与以下因素有关：

1. Python版本兼容性：DonkeyCar不同版本对Python版本有特定要求
2. TensorFlow版本问题：TensorFlow与Python版本间的兼容性问题
3. 数据集大小：过小的数据集可能导致训练过程中的异常

解决方案

经过验证，以下方案可以解决该问题：

1. 升级到DonkeyCar 5.1.0版本

   • 该版本明确要求Python版本≥3.11且≤3.12
   • 解决了TensorFlow数据处理中的兼容性问题

2. 使用推荐的Python环境

   • 创建Python 3.11的conda虚拟环境
   • 确保TensorFlow版本与Python版本匹配

3. 确保足够的数据量

   • 虽然小数据集在5.1.0版本下可以运行
   • 但实际应用中建议使用至少1000条记录以上的数据集

实施步骤

1. 安装Miniconda并创建Python 3.11环境：

   conda create -n donkey python=3.11
   conda activate donkey
   

2. 安装DonkeyCar 5.1.0版本：

   pip install donkeycar[pc]==5.1.0
   

3. 创建项目并训练模型：

   donkey createcar --path ./mycar
   cd mycar
   donkey train --tub data
   

注意事项

1. 即使训练过程能够完成，TensorFlow仍可能输出一些警告信息，如KeyError等，这些通常不会影响最终结果。

2. 在实际应用中，建议：

   • 使用更大规模的数据集进行训练
   • 监控训练过程中的损失值变化
   • 验证模型在实际运行中的表现

3. 对于UI界面可能出现的"递归深度超出"问题，虽然当前无法复现，但仍需保持关注。

总结

DonkeyCar项目的训练过程对Python和TensorFlow版本有较高要求。通过使用DonkeyCar 5.1.0版本配合Python 3.11环境，可以有效解决训练过程中出现的兼容性问题。开发者在使用时应注意保持环境的一致性，并使用足够规模的数据集，以获得最佳的训练效果。