运行MCLIP和ItalianCLIP零样本学习评估遇ValueError的解决咨询

这个错误的核心原因是：你传入模型编码方法（encode）的文本数据类型不合法，不符合tokenizer要求的str（单样本）、List[str]（批量样本）格式。以下是具体修复步骤：

• 检查并转换输入文本类型
  如果你的文本是存储在pandas Series、numpy数组这类容器里，必须先转换成纯字符串列表：

  • pandas Series转列表：texts = your_series.tolist()
  • numpy数组转列表：texts = your_array.tolist()

• 确保输入是纯字符串结构
  单样本输入必须是单个字符串（比如"一只猫"），批量输入必须是仅包含字符串的列表（比如["一只猫", "一条狗"]）。如果提示词列表里有非字符串元素（比如数字、空值），要统一转成字符串：

  # 过滤并转换所有元素为字符串
  text_prompts = [str(p) for p in text_prompts if p is not None]
  

• 排查提示词构建逻辑
  零样本任务中常需要构建分类提示词（比如"a photo of a {class}"），检查这部分代码是否生成了非字符串的结构，比如不小心把变量类型错误带入，导致提示词列表混入非字符串元素。

示例修复代码 #

错误写法（传入非列表格式）：

text_prompts = df['category']  # pandas Series，非合法输入
embeddings = model.encode(text_prompts)

正确写法：

text_prompts = df['category'].tolist()  # 转成字符串列表
text_prompts = [str(p) for p in text_prompts]  # 确保所有元素都是字符串
embeddings = model.encode(text_prompts)

内容的提问来源于stack exchange，提问作者khaled