我目前正在使用Keras机器学习库来训练图像分类任务的模型。我把我的数据存储在一个pandas DataFrame中，特征是JPEG图像的文件路径，标签是numpy float 32数组，形状为（4，）。
在训练我的模型时，我遇到了这个错误：

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray).

我已将此错误追溯到ImageDataGenerator。当使用flow_from_dataframe方法生成数据时，生成的特征具有dtype float32，但生成的标签具有dtype object。当尝试将标签数组转换为float32时，我得到了ValueError: setting an array element with a sequence。
下面是我的生成器的示例代码：

datagen = ImageDataGenerator(
    rescale = 1./255
)

train_df, val_df = train_test_split(df, test_size = 0.1, random_state = 42)

train_gen = datagen.flow_from_dataframe(
    dataframe = train_df,
    x_col = "photo",
    y_col = 'label',
    target_size = (32, 32),
    class_mode = 'raw',
    batch_size = b_size
)

generated = train_gen.next()

features = generated[0]
labels = generated[1]

print(features.dtype) #prints float32
print(labels.dtype) #prints object
print(labels) #prints [array([1., 1., 0., 0.], dtype=float32)
              #        array([1., 0., 0., 0.], dtype=float32)
              #        array([1., 0., 0., 0.], dtype=float32)]

labels.astype(np.float32) #ValueError: setting an array element with a sequence

我已经检查了关于ValueError: setting an array element with a sequence的this post，但没有一个给定的原因适用于我的情况。
我真的很困惑为什么会出现这个错误。
我能有一些建议吗？