YOLOv7训练时报错TypeError: No loop matching...，求修复方法

错误场景 #

运行YOLOv7训练命令时触发该错误：

python train.py --workers 0 --weights yolov7_training.pt --data data\plane.yaml --batch-size 4 --device 0 --img 640 640 --name yolov7-plane --hyp data\hyp.scratch.custom.yaml --epochs 200 --cfg cfg\training\yolov7-plane.yaml

错误回溯指向TensorBoard的summary.py中np.greater(counts, 0, dtype=np.int32)行，本质是数据类型不兼容或numpy与TensorBoard版本冲突导致的ufunc运算失败。

修复方案 #

方案1：临时禁用类别直方图记录（最快解决） #

直接修改train.py第268行，注释或删除TensorBoard的类别直方图添加代码：

# tb_writer.add_histogram('classes', c, 0)  # 注释掉该行

此方法不影响训练流程，仅取消类别分布的TensorBoard可视化记录。

方案2：修复numpy与TensorBoard版本兼容问题 #

• 降级numpy版本：numpy 1.24+与部分旧版TensorBoard存在兼容性问题，执行以下命令降级到稳定兼容版本：

pip install numpy==1.23.5

• 或修改TensorBoard源码：找到C:\Users\yildi\anaconda3\envs\yolov7-gpu-env\lib\site-packages\torch\utils\tensorboard\summary.py文件，将第386行的：

cum_counts = np.cumsum(np.greater(counts, 0, dtype=np.int32))

修改为：

cum_counts = np.cumsum(np.greater(counts.astype(np.int32), 0))

先将counts强制转换为int32类型，再执行比较运算，避免类型不匹配。

方案3：检查数据集合法性 #

确认数据集配置文件（plane.yaml）中的类别数量与标注文件中的类别ID完全匹配：

• 确保yaml中nc参数值等于实际类别数
• 标注文件中的类别ID未超出0~nc-1的范围
  异常的类别ID会导致类别张量c的数据异常，进而触发直方图生成错误。

内容的提问来源于stack exchange，提问作者KAAN YILDIZ