如何在Arduino Nano BLE 33上打印TensorFlow Lite输入张量内容？

问题概述 #

在Arduino Nano BLE 33板上运行TensorFlow Lite模型，输入为两个超声波传感器（Channel 1、Channel 2）的5000组距离样本，用于检测物体位置。但无论是否存在物体，推理结果始终返回“测试区域左侧有物体（准确率100%）”。硬编码测试数据后结果仍未改变，怀疑数据加载方式错误，需要打印输入张量内容排查。

当前数据加载代码：

tflInputTensor->data.f[samplesRead*2+0] = channel1;
tflInputTensor->data.f[samplesRead*2+1] = channel2;

核心测试代码：

const int numSamples = 5000;
int samplesRead = numSamples;
void loop() 
{
  float durationCh1, durationCh2;

  while(samplesRead ==  numSamples) 
  {
    samplesRead = 0;
    break;
  }
  // for(i=0; i<5000; i++)  
  while(samplesRead < numSamples)
  {  

    tflInputTensor->data.f[samplesRead*2+0] = 4512.00;
    tflInputTensor->data.f[samplesRead*2+1] = 4428.00;

    samplesRead++;    
    Serial.println(samplesRead);

    if(samplesRead == numSamples)
    { 
 
      TfLiteStatus invokeStatus = tflInterpreter->Invoke();
      Serial.println("Invoke");      
      if (invokeStatus != kTfLiteOk) 
      {
        Serial.println("Invoke failed!");
        while (1);
        return;
      }

      // Loop through the output tensor values from the model
      for (int i = 0; i < NUM_LOC; i++) 
      {
        Serial.print(GRIDS[i]);
        Serial.print(": ");
        Serial.println(tflOutputTensor->data.f[i],9); // The int here gives the decimal places
      }
      Serial.println();
      delay(2000);
    }
  }
}

排查方案 #

1. 打印输入张量验证数据加载 #

在调用Invoke()前添加代码，打印输入张量的部分或全部数据，确认数据是否正确写入：

if(samplesRead == numSamples)
{ 
  // 打印前10组数据（避免串口输出过载）
  Serial.println("Input Tensor Data (first 10 pairs):");
  for(int i=0; i<10; i++){
    Serial.print("Sample ");
    Serial.print(i);
    Serial.print(": Ch1=");
    Serial.print(tflInputTensor->data.f[i*2]);
    Serial.print(", Ch2=");
    Serial.println(tflInputTensor->data.f[i*2+1]);
  }
  Serial.println("---");

  TfLiteStatus invokeStatus = tflInterpreter->Invoke();
  // 后续代码不变...
}

若需打印全部5000组数据，建议分批输出（如每100组打印一次），或使用串口助手日志保存功能，避免缓冲区溢出。

2. 确认输入张量形状与模型匹配 #

检查模型输入张量的维度是否和代码加载逻辑一致，比如是否为[1, 10000]（5000样本×2通道的一维平铺）或[1, 5000, 2]（样本数×通道数的二维格式）。可在setup()中添加以下代码打印形状信息：

Serial.println("Input Tensor Shape:");
TfLiteIntArray* inputShape = tflInputTensor->dims;
for(int i=0; i<inputShape->size; i++){
  Serial.print(inputShape->data[i]);
  Serial.print(" ");
}
Serial.println();

如果模型训练时的输入格式与当前加载逻辑不匹配，会导致数据读取顺序错误，进而输出异常结果。

3. 检查数据预处理一致性 #

确认推理时的数据预处理（如归一化、标准化）是否与模型训练时完全一致。若训练时对传感器数据做了缩放处理，推理时未同步执行，会导致输入数据分布异常，引发错误输出。

4. 重置输入张量（可选） #

每次推理前清空输入张量内存，避免旧数据残留影响结果：

// 在samplesRead = 0;之后添加
memset(tflInputTensor->data.f, 0, sizeof(float) * numSamples * 2);

内容的提问来源于stack exchange，提问作者ofithch79