Tensorflow 自定义对象检测在导出的模型上不起作用

我按照上面的说明训练我的定制物体探测器。自定义对象检测只是按照它应该的方式工作，但是在导出和重新加载模型之后，它突然什么也没有检测到

我使用exporter\u main\u v2.py函数导出模型。（就像在教程中一样）

然后我将模型加载到tensorflow中：

detection_model = tf.saved_model.load(os.path.join(filepaths['exported_models_path'], 'saved_model'))

当我对测试图像进行预测时，模型没有检测到任何东西：

prediction = detection_model(test_image)

我尝试了model_builder.build函数来基于pipeline.config文件构建模型，并加载了最新的培训检查点。这很好，检测也很有效。我导出的模型将tf.uint8作为输入签名，但是构建函数返回一个需要tf.float32输入的模型

# build model
configs = config_util.get_configs_from_pipeline_file(filepaths['pipeline_config_path'])
model_config = configs['model']
detection_model = model_builder.build(model_config=model_config, is_training=False)

# load checkpoint
ckpt = tf.train.Checkpoint(model=detection_model)
ckpt.restore(os.path.join(filepaths['trained_checkpoint_path'], 'ckpt-15')).expect_partial()

然后我尝试使用tf.saved_model.load手动恢复检查点：

detection_model = tf.saved_model.load(os.path.join(filepaths['exported_models_path'], 'saved_model'))

# load checkpoint
ckpt = tf.train.Checkpoint(model=detection_model)
ckpt.restore(os.path.join(filepaths['trained_checkpoint_path'], 'ckpt-15')).expect_partial()

这也不行

如前所述，当我使用bild函数构建模型并尝试加载exporter_main_v2.py函数导出的检查点时，检测也不起作用。所以我认为出口有问题

你知道怎么回事吗？为什么构建函数返回的模型需要float32，而保存的模型的默认签名是uint8

提前谢谢

detection_model = tf.saved_model.load(os.path.join(filepaths['exported_models_path'], 'saved_model'))

# load checkpoint
ckpt = tf.train.Checkpoint(model=detection_model)
ckpt.restore(os.path.join(filepaths['trained_checkpoint_path'], 'ckpt-15')).expect_partial()