Python tensorflow目标检测模型的TFLITE转换

不久前我训练了一个tensorflow目标检测模型，我成功地做到了，现在我想把它转换成tflite格式，这样我就可以在raspberry pi上运行它了。我正在尝试将它转换成tflite，但是无法从我创建的tflite模型中获得任何输出，但是我从web下载的tflite对象检测模型工作得很好。 在一些研究中发现，两个tflite模型的输出细节不同，互联网模型（运行良好）的输出细节不同

[{'name'：'TFLite\u Detection\u PostProcess'，'index'：167，'shape'：数组（[1,10,4]），'shape\u签名：'array（[1,10,4]），'dtype'：，'quantization'：，'quantization'：（0.0,0），'quantization\u parameters'：{'scales'：数组（[]，dtype=float32），'zero\u点：'array（[]，dtype=int32），'quantized\u维度：'0}，'，{'name'：'TFLite\u Detection\u PostProcess:1'，'index'：168，'shape'：array（[1,10]），'shape\u signature'：array（[1,10]），'dtype'：，'quantization'：（0.0,0），'quantization\u parameters'：{'scales'：array（[]，dtype=float32），'zero\u points'：array（[]，dtype=int32），'quantized\u dimension'：0}，'sparity\u parameters'：{}，{'name'：'TFLite\u Detection\u PostProcess:2'，

我训练和转化的那个人给了我，

[{'name'：'StatefulPartitionedCall:5'，'index'：424，'shape'：数组（[1]），'shape\u签名：'array（[1]），'dtype'：，'quantization'：，'quantization'：（0.0,0），'quantization\u参数'：{'scales'：数组（[]，dtype=float32），'zero\u点：'array（[]，dtype=int32），'quantized\u维度：'0}，'sparity\u参数：{}，{'name'：'StatefulPartitionedCall:1'，'index'：519，'shape'：array（[1,1,1]），'shape\u signature'：array（[1，-1，-1]），'dtype'：，'quantization'：（0.0,0），'quantization\u parameters'：{'scales'：array（[]，dtype=float32），

我不知道我在这里错过了什么