SSD模型转TFLite后interpreter输出含义及类别概率转换问题

问题1：output_details的返回内容是什么？ #

interpreter.get_output_details()返回的是由字典组成的列表，每个字典对应模型一个输出张量的完整元信息，常用字段如下：

• index：输出张量的索引，调用get_tensor()时需要传入该值读取对应输出
• name：输出张量的原始名称
• dtype：输出张量的数据类型
• shape：输出张量的维度形状
• quantization：量化模型的缩放系数、零点参数，非量化模型该值为(0,0)

你目前代码里只读取了output_details[0]对应的第一个输出张量，你的SSD模型实际上有4个输出张量，剩下的分别对应检测置信度、类别索引、有效检测框数量。

问题2：形状tf.Tensor([ 1 10 4], shape=(3,), dtype=int32)的含义 #

这是第一个输出张量（检测框坐标）的三维形状，每个维度的数值含义如下：

• 第一个值1：批次大小，代表你单次输入了1张图片
• 第二个值10：模型配置的最大检测框数量，你训练时设置的单图最多输出10个检测结果
• 第三个值4：每个检测框的坐标参数，顺序为归一化的[y_min, x_min, y_max, x_max]，数值范围一般在0~1之间，超出部分是边界框溢出的合理情况，和你打印的10组4个坐标值完全对应。

问题3：如何获取每个类别的对应概率 #

你目前只读取了检测框坐标的输出，还需要读取另外两个输出张量才能拿到类别和概率信息，补全代码如下：

# 读取全部所需输出，去掉批次维度（第一个维度的1）
# 检测框坐标，形状(10,4)
boxes = interpreter.get_tensor(output_details[0]['index'])[0]
# 检测置信度（即你需要的类别概率），形状(10,)
scores = interpreter.get_tensor(output_details[1]['index'])[0]
# 检测类别索引，形状(10,)，数值为0~9对应你训练的10个类别
classes = interpreter.get_tensor(output_details[2]['index'])[0]

# 可以按阈值过滤有效结果，比如置信度大于0.5的结果
for i in range(len(scores)):
    if scores[i] > 0.5:
        print(f"类别索引：{int(classes[i])}，置信度：{scores[i]}，框坐标：{boxes[i]}")

如果你的模型是int8量化模型，需要先用量化参数将输出的整数值转换为浮点型的真实概率：

# 从output_details[1]读取量化参数
scale, zero_point = output_details[1]['quantization']
scores = (scores.astype(np.float32) - zero_point) * scale

内容的提问来源于stack exchange，提问作者learner