TensorFlow Object Detection生成tfrecord时遇TypeError问题求助

这个错误的核心原因很明确：你的generate_tfrecord.py脚本在把类别名称转换为整数ID时，出现了None值——也就是某个标注的类别没有被正确映射到对应的整数，导致在调用int64_list_feature时传入了无效的None类型数据。结合你用labelImg标注、xml_to_csv.py转CSV的流程，下面是具体的排查和解决步骤：

1. 检查generate_tfrecord.py中的类别映射函数 #

几乎所有版本的generate_tfrecord.py里都会有一个class_text_to_int函数，用来把CSV里的类别字符串转成模型需要的整数ID。比如常见的写法：

def class_text_to_int(row_label):
    if row_label == 'cat':
        return 1
    elif row_label == 'dog':
        return 2
    else:
        return None  # 问题往往出在这里！

• 可能的问题：CSV里存在这个函数未覆盖的类别（比如你标了bird但函数里没写），或者类别名称大小写/拼写不匹配（比如你标了Cat但函数里是cat，或者多了空格dog），导致函数返回None。
• 解决方法：
  1. 先把CSV里所有出现的类别列列出来（比如用Excel筛选class列的唯一值）。
  2. 把这些类别全部添加到映射函数里，并且严格匹配大小写、拼写和空格。
  3. 把else分支改成抛出异常，这样能快速定位未匹配的类别，而不是返回None：

     def class_text_to_int(row_label):
         label_mapping = {
             'cat': 1,
             'dog': 2,
             'bird': 3  # 把你所有的类别都加在这里
         }
         if row_label not in label_mapping:
             raise ValueError(f"发现未定义的类别：{row_label}，请检查标注和映射函数！")
         return label_mapping[row_label]
     

2. 检查CSV文件中的类别列 #

打开train_labels.csv，重点看class列：

• 有没有空单元格？如果某个XML里的<name>标签是空的，xml_to_csv.py转成CSV后就会出现空值，导致row_label是空字符串，映射函数返回None。
• 有没有拼写错误？比如把dog写成dgo，或者不小心输入了特殊字符。
• 有没有前后空格？比如dog（注意前后的空格），这种情况下映射函数里的'dog'是匹配不上的。
• 解决方法：清理CSV里的空值、错误拼写和多余空格，确保所有类别名称和映射函数里的完全一致。

3. 检查原始XML标注文件 #

虽然是用labelImg生成的，但偶尔也会出现异常标注：

• 有没有某个XML里的<object>标签下的<name>是空的？比如：

  <object>
      <name></name>  <!-- 空的类别名称 -->
      <bndbox>
          <xmin>100</xmin>
          <ymin>200</ymin>
          <xmax>300</xmax>
          <ymax>400</ymax>
      </bndbox>
  </object>
  

• 有没有不小心选了labelImg里的默认类别（比如_background_）或者其他你不需要的类别？
• 解决方法：可以写个简单的Python脚本遍历所有XML文件，找出<name>为空或不符合预期的文件，然后重新标注这些异常的文件。

4. 检查xml_to_csv.py的转换逻辑 #

有些版本的xml_to_csv.py可能在提取类别时依赖XML标签的顺序，导致提取错误：
比如旧的写法可能用member[0].text来提取类别，但如果XML里<object>下的标签顺序变了（比如先写了pose再写name），就会提取到错误的内容。

• 解决方法：把提取类别代码改成通过标签名查找，更可靠：

  # 替换原来的member[0].text
  member.find('name').text
  

  这样不管标签顺序如何，都能正确提取<name>标签的内容。

按照上面的步骤排查，你应该能快速找到导致None值的根源，解决这个TypeError问题。

内容的提问来源于stack exchange，提问作者Pais