Android调用TFLite模型触发SIGFPE致命错误问题求助

问题根因 #

你遇到的SIGFPE (FPE_INTDIV)是整数除零错误，根因是代码里的输入张量尺寸和模型要求的输入尺寸完全不匹配，TFLite底层做维度计算时触发了非法运算：
你的模型要求输入尺寸为[1, 640, 480, 3]（对应你创建的inputFeature0大小为6404803），但你在ImageProcessor里把输入图片缩成了1x1像素，处理后的张量尺寸只有[1, 1, 3]，两者缓冲区大小完全不匹配，最终导致底层崩溃。

修复步骤 #

• 1. 修改ResizeOp的缩放尺寸为模型要求的输入尺寸，确保预处理后的图片尺寸和模型输入对齐
• 2. 输入预处理增加归一化操作，和模型训练时的预处理逻辑保持一致
• 3. 将Interpreter初始化逻辑移出推理方法，避免每次推理重复加载模型造成不必要的性能开销
• 4. 增加输入输出缓冲区大小校验，提前规避尺寸不匹配问题

修复后代码示例 #

首先在Activity成员变量里初始化Interpreter，避免重复加载模型：

private Interpreter tflite;
@Override
protected void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    // 页面初始化时一次性加载模型
    try {
        MappedByteBuffer tfliteModel = FileUtil.loadMappedFile(this,"converted_model.tflite");
        tflite = new Interpreter(tfliteModel);
    } catch (IOException e) {
        e.printStackTrace();
    }
}

修改后的推理方法：

public void testFunctionInference(Bitmap inputBitmap){
    // 确保Bitmap是ARGB_8888格式，符合TensorImage加载要求
    Bitmap bitmap = inputBitmap.copy(Bitmap.Config.ARGB_8888, true);
    
    ImageProcessor imageProcessor =
            new ImageProcessor.Builder()
                    // 改为模型要求的输入尺寸，参数顺序为[高, 宽]
                    .add(new ResizeOp(640, 480, ResizeOp.ResizeMethod.BILINEAR))
                    // 归一化操作需和训练逻辑对齐，以下是归一化到0~1的示例，若需归一化到-1~1改为NormalizeOp(127.5f, 127.5f)
                    .add(new NormalizeOp(0.0f, 255.0f))
                    .build();

    TensorImage tensorImage = new TensorImage(DataType.FLOAT32);
    tensorImage.load(bitmap);
    tensorImage = imageProcessor.process(tensorImage);
    
    TensorBuffer inputFeature0 = TensorBuffer.createFixedSize(new int[]{1, 640, 480, 3}, DataType.FLOAT32);
    // 提前校验输入缓冲区大小是否匹配，避免底层崩溃
    if (tensorImage.getBuffer().capacity() != inputFeature0.getBuffer().capacity()) {
        Log.e("InferenceError", "输入缓冲区大小不匹配，请检查Resize尺寸和模型输入要求");
        return;
    }

    tflite.run(tensorImage.getBuffer(), inputFeature0.getBuffer());
    // 此处添加输出结果处理逻辑
}

额外注意事项 #

• 如果你的模型输入格式是CHW（通道在前，即[1, 3, 640, 480]），需要额外添加TransposeOp调整维度顺序
• Activity销毁时记得调用tflite.close()释放模型资源

内容的提问来源于stack exchange，提问作者Dev