YOLOv7导出TensorFlow Lite后无法在Android ObjectDetector中使用

1. 输入维度不匹配（NCHW → NHWC）的解决 #

你遇到的第一个错误是模型输入为1x3x640x640（NCHW格式），但Android ObjectDetector要求输入为1xheightxwidthx3（NHWC格式），无需手动修改ONNX输入形状，直接调整YOLO导出参数即可：

• YOLOv7/YOLOv5导出时指定NHWC格式
  在导出ONNX阶段就指定数据格式，让模型自动适配权重维度，避免通道不匹配报错。
  YOLOv7导出命令示例：

  python export.py --weights your_model.pt --include onnx --export-nchw False
  

  YOLOv5导出命令示例：

  python export.py --weights your_model.pt --include onnx --nhwc
  

  之后用tf.lite.TFLiteConverter或onnx2tf转换为TFLite，即可得到NHWC格式的输入模型。

• 之前手动修改ONNX输入形状报错的原因：YOLO卷积层权重是针对NCHW格式设计的，直接修改输入形状会导致通道数与权重不匹配，必须在导出阶段就切换格式。

2. 添加TFLite归一化元数据的解决方案 #

导出NHWC模型后出现的错误，是因为Android ObjectDetector要求Float32输入的模型必须附带归一化元数据，用于将0-255的RGB图像转换为模型所需的输入范围，以下是两种解决方法：

方法1：用TFLite Metadata Writer添加元数据 #

通过TensorFlow Lite的Metadata API直接给模型添加归一化参数，步骤如下：

1. 安装依赖库：

   pip install tflite-support
   

2. 编写Python脚本生成带元数据的模型：

   from tflite_support import metadata_schema_py_generated as _metadata_fb
   from tflite_support import metadata as _metadata
   
   model_path = "your_model.tflite"
   export_path = "model_with_metadata.tflite"
   
   # 配置输入归一化参数（YOLO通常采用均值0、标准差255，即除以255）
   input_norm = _metadata_fb.ProcessUnitOptions()
   input_norm.normalizationOptions = _metadata_fb.NormalizationOptionsT()
   input_norm.normalizationOptions.mean = [0.0, 0.0, 0.0]
   input_norm.normalizationOptions.std = [255.0, 255.0, 255.0]
   
   # 定义输入张量信息
   input_tensor = _metadata_fb.TensorMetadataT()
   input_tensor.name = "input_image"
   input_tensor.description = "Input RGB image, size 640x640."
   input_tensor.content = _metadata_fb.ContentT()
   input_tensor.content.contentProperties = _metadata_fb.ImagePropertiesT()
   input_tensor.content.contentProperties.colorSpace = _metadata_fb.ColorSpaceType.RGB
   input_tensor.content.contentPropertiesType = _metadata_fb.ContentProperties.ImageProperties
   input_tensor.processUnits = [input_norm]
   
   # 定义输出张量信息（根据你的YOLO模型输出调整，示例为YOLO标准输出）
   output_tensors = []
   # 检测框输出
   box_tensor = _metadata_fb.TensorMetadataT()
   box_tensor.name = "detection_boxes"
   box_tensor.description = "Bounding boxes of detected objects."
   output_tensors.append(box_tensor)
   # 类别输出
   class_tensor = _metadata_fb.TensorMetadataT()
   class_tensor.name = "detection_classes"
   class_tensor.description = "Class IDs of detected objects."
   output_tensors.append(class_tensor)
   # 得分输出
   score_tensor = _metadata_fb.TensorMetadataT()
   score_tensor.name = "detection_scores"
   score_tensor.description = "Confidence scores of detected objects."
   output_tensors.append(score_tensor)
   
   # 组装模型元数据并写入
   model_meta = _metadata_fb.ModelMetadataT()
   model_meta.name = "YOLOv7 Object Detector"
   model_meta.description = "Custom object detection model trained on private dataset."
   model_meta.inputTensorMetadata = [input_tensor]
   model_meta.outputTensorMetadata = output_tensors
   
   populator = _metadata.MetadataPopulator.with_model_file(model_path)
   populator.load_metadata_buffer(_metadata_fb.ModelMetadataT.SerializeToString(model_meta))
   populator.populate()
   
   # 保存带元数据的模型
   with open(export_path, "wb") as f:
       f.write(populator.get_model_buffer())
   

   注意：需根据你的YOLO模型实际输出张量的数量和含义，调整output_tensors的内容。

方法2：Android端手动处理归一化（绕过ObjectDetector） #

如果不想添加元数据，可以直接使用TFLite Interpreter运行模型，手动完成图像预处理和结果解析：

// 加载模型
Interpreter interpreter = new Interpreter(loadModelFile(this));

// 预处理图像：缩放为640x640，转换为Float32并归一化
Bitmap resizedBitmap = Bitmap.createScaledBitmap(originalBitmap, 640, 640, true);
float[][][][] input = new float[1][640][640][3];
for (int y = 0; y < 640; y++) {
    for (int x = 0; x < 640; x++) {
        int pixel = resizedBitmap.getPixel(x, y);
        input[0][y][x][0] = Color.red(pixel) / 255.0f;
        input[0][y][x][1] = Color.green(pixel) / 255.0f;
        input[0][y][x][2] = Color.blue(pixel) / 255.0f;
    }
}

// 准备输出数组（根据你的YOLO模型输出维度调整）
float[][][] output = new float[1][25200][85]; // 示例维度，需匹配你的模型
interpreter.run(input, output);

// 自行解析输出结果：提取检测框、类别、得分并转换为屏幕坐标

总结 #

1. 导出YOLO模型时指定NHWC格式，彻底解决输入维度不匹配问题；
2. 优先选择添加TFLite元数据的方式适配ObjectDetector，或手动处理预处理和结果解析绕过元数据要求。

内容的提问来源于stack exchange，提问作者mmheydari97