Flutter中TensorFlow Lite模型形状不匹配错误求助

错误核心分析 #

你遇到的错误Cannot copy from a TensorFlowLite tensor (Identity) with shape [1, 2] to a Java object with shape [1, 215]，本质是模型输出张量的形状与Flutter Tflite插件预设的输出容器形状不匹配。结合你的模型背景：输入是215列（形状[1,215]），但实际模型输出是[1,2]（对应二分类的两个类别概率），而插件错误地用输入形状作为输出容器的形状，导致复制失败。

具体解决方向 #

1. 显式指定输入输出张量参数 #

在调用runModelOnBinary时，不要依赖插件的自动推断，明确传入输入输出的形状和数据类型，强制插件使用正确的容器接收输出：

var output = await Tflite.runModelOnBinary(
    binary: inputUint8List,
    numResults: 2,
    inputShape: [1, 215], // 与模型输入形状完全匹配
    outputShape: [1, 2],   // 与模型实际输出形状一致
    inputType: 'float32',  // 匹配模型输入的数据类型（通常为float32）
);

2. 核对模型转换与结构 #

• 确认模型转换过程：如果是从TensorFlow SavedModel转TFLite，确保转换时正确指定了输出节点，没有误将输入形状强加给输出。比如使用tflite_convert时，--output_arrays参数要指向正确的输出张量（如你的Identity节点）。
• 用Netron再次确认：输入张量的形状、数据类型，输出张量的形状、数据类型，确保代码中的配置和模型实际结构完全对应。

3. 调整输出处理逻辑 #

你的模型输出是[1,2]的张量（两个类别的概率值），不是单值1或0，需要修改代码来处理这种输出：

if (output != null && output.isNotEmpty) {
    // 找到置信度最高的类别
    var bestResult = output.reduce((a, b) => a['confidence'] > b['confidence'] ? a : b);
    setState(() {
        _output = "Predicted: ${bestResult['index']} (${bestResult['confidence'].toStringAsFixed(2)})";
    });
} else {
    setState(() {
        _output = "No prediction result";
    });
}

4. 排查插件版本问题 #

检查当前使用的tflite Flutter插件版本，部分旧版本存在输出形状推断的bug。尝试升级到最新稳定版，或查看插件的GitHub Issues，是否有相同问题的已知解决方案。

内容的提问来源于stack exchange，提问作者Stefan Shkenderov