使用TensorFlow Lite Model Maker创建目标检测模型报label_map属性错误

错误根因 #

代码执行时train_data变量为None，无法调用label_map属性，本质是目标检测数据集加载失败。

修复步骤 #

• 第一步：修复代码换行导致的语法错误
  你当前给三个数据集变量赋值的代码被拆为了两行，没有续行符导致赋值逻辑失效，变量未被正确初始化，改为以下写法：

# 合并为一行，或在第一行末尾加反斜杠续行
train_data, validation_data, test_data = object_detector.DataLoader.from_csv('/content/test_labels.csv')

• 第二步：调整CSV加载逻辑适配你的文件结构
  如果你的CSV文件没有标注split字段（区分训练/验证/测试集的字段），from_csv方法不会自动返回三个数据集对象，需要手动拆分数据集：

# 先加载全量数据，再按8:1:1拆分
all_data = object_detector.DataLoader.from_csv('/content/test_labels.csv')
train_data, rest_data = all_data.split(0.8)
validation_data, test_data = rest_data.split(0.5)

同时确认你的CSV包含必填字段：filename、width、height、class、xmin、ymin、xmax、ymax，且filename对应的图片路径真实存在。

• 第三步：验证数据集加载结果
  在创建模型前加一行代码确认数据集正常加载：

print(train_data, validation_data, test_data)

确认三个变量都不为None后，再执行模型创建逻辑即可。

内容的提问来源于stack exchange，提问作者Matthew De La Rosa