print(len(bbox)) TypeError: object of type 'NoneType' has no len()

这个错误通常表示你在尝试对一个空对象进行操作，而不是一个包含值的对象。在这种情况下，`NoneType`表示该对象为空。

因此，你需要检查 `bbox` 对象是否被正确赋值了。如果 `bbox` 是一个函数返回的结果，那么你需要检查该函数是否正确地返回了结果。如果 `bbox` 是一个变量，那么你需要检查它是否被正确地初始化。

可以使用以下代码判断 `bbox` 是否为 None：

if bbox is None:
    print("bbox is None")
else:
    print(len(bbox))

这将打印出 "bbox is None" 如果 `bbox` 为空，或者打印 `bbox` 的长度。

相关问题

使用deepsort时报错TypeError: object of type 'int' has no len()

报这个错误通常是因为你在使用`deepsort`库时遇到了非序列对象，而`len()`函数期望的是一个可以计算长度的对象，如列表、字符串或元组等。`TypeError: object of type 'int' has no len()`的意思是你试图对整数类型的变量应用`len()`，这在Python中是不允许的。

例如，如果你在`deepsort`中尝试排序的是一个整数，而不是预期的可迭代对象，就会出错：

import deepsort
sorted_data = deepsort.sort(10)  # 这里会报错，因为`sort`函数需要输入一个序列

要解决这个问题，你需要确保传给`deepsort.sort()`的参数是一个可以计算长度的序列，比如列表或字典的键：

import deepsort
images = [img_1, img_2, ...]  # 这里img_1, img_2等应该是图像数据
# 或者
detections = [{'id': 1, 'bbox': ...}, {'id': 2, 'bbox': ...}]  # 如果你是按照检测结果排序

sorted_detections = deepsort.sort(detections)  # 确保'detections'是可迭代的，每个元素有len()

AttributeError: 'tf_classification' object has no attribute 'bbox'

`AttributeError: 'tf_classification' object has no attribute 'bbox'` 这个错误提示意味着你试图在一个`tf_classification`对象上调用名为`bbox`的方法，但这个对象实际上并没有这个属性。在你提供的代码片段中，`tf.classify`函数通常会返回一个包含识别结果的列表，而不是传统的`ObjectDetection`或`Classifier`对象，因此不会具有像`bbox`这样的属性。

如果你确实需要获取对象的边界框（bounding box），这可能是由于你在尝试将`tf.classify`的结果与你期望的`ObjectDetection`对象混淆。在这种情况下，你需要确认`tf.classify`是否真的返回了你需要的类型，或者查阅文档以了解其实际返回内容。如果`classify`函数返回的是非传统意义上的边界框，你可能需要自行处理识别结果，比如遍历每一项结果并在适当的位置绘制。

如果你确信应该有边界框信息，你可能需要检查模型的文档或源代码，看是否有相应的API或方法可以获取所需的信息。