TFLite加载SSD-MobileNet_V2报输入张量维度不匹配错误求助

问题根源 #

你使用的是支持动态输入分辨率的TFLite目标检测模型，模型加载后默认使用初始化的输入shape [1,1,1,3]，你没有在分配张量前显式指定实际使用的输入尺寸，直接传入(1,320,320,3)的张量就会触发维度不匹配报错。
另外你的预处理代码存在逻辑bug：归一化操作后的结果没有被后续代码使用，实际传入模型的是未做归一化的原始图像数组，即使解决尺寸问题也无法得到正确推理结果。

修复步骤 #

• 加载模型获取输入输出详情后，不要立刻调用allocate_tensors()，先调用resize_tensor_input接口将输入张量的尺寸设置为你实际使用的(1, 320, 320, 3)，再执行张量内存分配。
• 修正预处理逻辑，确保归一化到[-1,1]区间的图像数据被正确传入模型，不要覆盖预处理结果。

修正后完整代码 #

import numpy as np
import tensorflow as tf
from PIL import Image

# 初始化解释器
interpreter = tf.lite.Interpreter(model_path='lite-model_ssd_mobilenet_v2_fpn_100_fp32_default_1.tflite')
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# 核心：动态模型必须先指定实际输入尺寸，再分配张量
INPUT_SHAPE = (320, 320)
interpreter.resize_tensor_input(
    input_details[0]['index'],
    (1, INPUT_SHAPE[0], INPUT_SHAPE[1], 3)
)
interpreter.allocate_tensors()

# 图像读取与预处理
img = Image.open('table.jpeg').resize(INPUT_SHAPE)
# 修正预处理赋值错误，确保像素值归一化到[-1, 1]区间
input_data = (np.float32(img) - 127.5) / 127.5
input_data = np.expand_dims(input_data, axis=0).astype(np.float32)

# 推理执行
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()

# 读取检测结果
detection_boxes = interpreter.get_tensor(output_details[0]['index'])
detection_classes = interpreter.get_tensor(output_details[1]['index'])
detection_scores = interpreter.get_tensor(output_details[2]['index'])
num_detections = interpreter.get_tensor(output_details[3]['index'])

注意事项 #

• 输入属性中shape_signature里的-1标记代表对应维度为动态可变维度，这类动态shape模型不会自动适配传入的张量尺寸，必须手动调用resize接口声明实际使用的维度值，否则会始终以模型内置的默认初始shape做输入校验。
• 如果后续需要切换其他输入分辨率（比如416416、640640），只需要修改INPUT_SHAPE参数即可，不需要重新转换模型。

内容的提问来源于stack exchange，提问作者yzhuad