运行YOLOv5多光谱检测项目train.py遇TypeError报错求助

问题原因 #

报错出现在TensorBoard的make_histogram函数中，np.greater(counts, 0, dtype=np.int32)执行时类型不匹配。这通常是因为counts数组的类型（比如uint64）和指定的dtype=np.int32无法通过ufunc直接转换，或是numpy新版本对类型兼容性的处理更严格导致的。

解决方案 #

方案1：修改TensorBoard的make_histogram函数代码 #

找到报错路径下的summary.py文件（路径：C:\Users\hzji1127.conda\envs\multispectral-object-detection\lib\site-packages\torch\utils\tensorboard\summary.py），定位到make_histogram函数中的这一行：

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

替换为以下两种写法之一：

• 先转换counts的类型再比较：

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

• 先执行比较再转换类型：

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

方案2：降级numpy版本 #

如果不想修改库文件，可以尝试降级numpy到1.21.x或1.22.x版本，这些版本对ufunc的类型兼容性处理更宽松：

pip install numpy==1.21.6

方案3：临时绕过TensorBoard直方图记录 #

如果暂时不需要类别直方图的TensorBoard记录，可以直接注释掉train.py中报错的那一行（第647行）：

# tb_writer.add_histogram('classes', c, 0)

注释后训练可以正常进行，后续需要再恢复即可。

内容的提问来源于stack exchange，提问作者Poca