TensorFlow2.6训练CRNN时Model.fit报str无shape属性错误

1. 直接触发点：你在生成器返回的模型输入字典里加入了source_str字段，对应值是字符串列表。这个字段仅用于结果可视化，不属于CRNN模型输入层定义的接收参数。Keras处理输入时会遍历字典内所有值，读取.shape属性做格式校验，字符串类型没有该属性，直接抛出对应错误。
2. 隐性用法错误：你将数据生成器类继承了keras.callbacks.Callback，还把生成器实例直接传入了callbacks回调列表。Callback是训练生命周期钩子的基类，数据生成器不需要继承该类，也不能作为回调传入fit，否则后续会触发其他逻辑错误。

• 第一步：清理生成器返回的输入字典，移除非模型输入字段
  把next_batch()方法里构造inputs字典的代码中'source_str': source_str这一行删掉，不要把可视化用的字符串数据混在模型输入里。修改后的输入构造代码：

  inputs = {
      'img_input': X_data,  
      'ground_truth_labels': Y_data,  
      'input_length': input_length,  
      'label_length': label_length
  }
  outputs = {'ctc': np.zeros([self.batch_size])}  
  yield (inputs, outputs)
  

• 第二步：修正类继承关系和fit传参
  1. 把类定义从class DataGenerator(keras.callbacks.Callback):改为class DataGenerator:，数据生成器不需要继承回调基类。
  2. 从fit()方法的callbacks列表中移除train_gene、val_gen两个生成器实例，回调列表只保留真正的回调对象，修改后的训练代码：

     img_text_recog.fit(
         x = train_gene.next_batch(),
         steps_per_epoch=int(train_gene.n / batch_size),
         epochs=20,
         callbacks=[viz_cb_train,viz_cb_val,tensorboard_callback,early_stop,model_chk_pt],
         validation_data=val_gen.next_batch(),
         validation_steps=int(val_gen.n / batch_size)
     )
     

• 第三步：（可选）适配可视化逻辑
  如果训练过程中需要展示原始识别文本，可以在自定义可视化回调内部单独获取批次对应的原始文本，不要通过模型输入通道传递字符串数据。

正式启动训练前，可以先拉取一批生成器数据做格式校验，避免反复触发训练报错：

test_inputs, test_outputs = next(train_gene.next_batch())
for key, val in test_inputs.items():
    print(f"输入字段名：{key}，数据类型：{type(val)}，数据形状：{val.shape}")

确认所有输入字段均为数值型numpy数组、shape符合模型输入要求后，再启动训练即可。

内容的提问来源于stack exchange，提问作者htbi127