树莓派4运行TensorFlow Lite目标检测，GPIO控制LED的分数逻辑问题

你的核心问题在于没有对置信度的范围做限定，同时当前的遍历逻辑存在缺陷——如果同一帧内检测到多个物体，后面的物体会覆盖前面的LED状态（比如先检测到符合条件的defective，LED点亮，随后检测到其他物体又会熄灭LED）。

以下是修改后的完整代码，整合了正确的置信度判断和逻辑优化：

import RPi.GPIO as GPIO

# GPIO初始化
GPIO.setmode(GPIO.BOARD)
LED_PIN = 11  # 替换为你实际使用的GPIO引脚
GPIO.setup(LED_PIN, GPIO.OUT)

def turn_on_led():
    GPIO.output(LED_PIN, GPIO.HIGH)

def turn_off_led():
    GPIO.output(LED_PIN, GPIO.LOW)

# 定义目标检测的关键参数
TARGET_CLASS = 'defective'
MIN_CONF_THRESHOLD = 0.95  # 对应95%置信度
MAX_CONF_THRESHOLD = 0.99  # 对应99%置信度

while True:
    # 保留原TFLite检测逻辑：获取当前帧的classes、scores、labels数组
    # ...（比如读取摄像头帧、运行模型推理的代码）

    # 初始化LED状态：默认熄灭
    need_turn_on = False

    for i in range(len(scores)):
        # 先过滤无效检测结果
        if scores[i] > min_conf_threshold and scores[i] <= 1.0:
            object_name = labels[int(classes[i])]
            current_score = scores[i]

            # 判断是否为目标类别且置信度在指定范围内
            if (object_name.lower() == TARGET_CLASS.lower() 
                and MIN_CONF_THRESHOLD <= current_score <= MAX_CONF_THRESHOLD):
                need_turn_on = True
                # 找到符合条件的目标后可提前跳出循环，提升效率
                break

    # 根据最终判断结果控制LED
    if need_turn_on:
        turn_on_led()
    else:
        turn_off_led()

    # 保留原代码的其他逻辑：绘制检测框、显示画面等
    # ...

# 程序退出时清理GPIO资源
GPIO.cleanup()

关键修改说明： #

1. 置信度范围限定：明确设置0.95到0.99的分数区间，精准匹配需求中的95%-99%置信度要求
2. 逻辑优化：
   • 默认LED为熄灭状态，遍历检测结果时仅在找到符合条件的目标时标记点亮
   • 遍历结束后统一控制LED，避免同一帧内多个检测结果互相覆盖LED状态
3. 可维护性提升：用常量定义目标类别和置信度阈值，后续调整参数无需修改核心逻辑

内容的提问来源于stack exchange，提问作者Akash Patil