android中的自定义tensorflow模型

我已经创建了一个自定义模型。

之后，复制了此链接“ https://github.com/tensorflow/examples/tree/master/lite/examples/object_detection/android”
用自己的.tflite更改了默认.tflite
更改缓冲区后（我的模型未量化）（我应该由缓冲区1080000设置，默认值为270000）
但是错误在TFLiteObjectDetectionAPIModel.java和行tfLite.runForMultipleInputsoutputs(inputArray,outputMap);

控制台中的错误是“ java.lang.IllegalArgumentException：无效的输出张量索引：1”
我用谷歌搜索并测试了大多数答案，但是我找不到真正的答案！

我已将“ tfLite.runForMultipleInputsoutputs(inputArray,outputMap);”更改为“ tfLite.run(imgData,outputLocations);”
而且该错误没有任何问题，但是此代码“ tfLite.runForMultipleInputsoutputs(inputArray,outputMap);”没有任何响应
任何建议的帮助吗？

我的模型是“ https://dinasys.ir/androidTF/assets2.zip”或“ https://dinasys.ir/androidTF/assets3.zip”
它们是相同的，但是资产3已接受了11个小时的培训，而其他3则少于10个小时。

我在我的项目中尝试使用您的模型。

在tfLite.run模式下存在问题，它无法解析DataType，但是在tfLite.runForMultipleInputsOutputs模式下，一切正常。

您应该知道，根据docs使用TF-Lite，tflite.run（）的两个参数都必须是张量。但是对于输出参数，您仅传递单个浮点数。因此，我很确定这是tfLite.run模式错误"cannot resolve DataType of java.lang.Float"的根本原因。

注意：同样根据文档，原始ByteBuffers以及支持的数据类型（float，int，long，{{1} }）支持。您只需对输出执行相同的操作。

我为您上传了我的项目。

使用此link进行下载。

您还可以从here克隆它

如有任何疑问，请随时发表评论。