ssdmobilenet_v2转TFLite后检测结果异常及元数据问题咨询

关于range: {"min": 2, "max": 2}字段的说明 #

该字段是TFLite模型元数据中用于标注输出张量有效属性所在维度轴索引的标准配置，不属于异常值。
SSD类检测模型的前三个输出（位置、类别、得分）的张量shape均为[batch_size, 检测框数量, 对应属性维度]，维度轴从0开始计数，第2轴就是每个检测框具体属性值所在的维度，因此min和max均为2属于正常配置，不是导致模型检测失效的原因。

检测得分接近0的常见排查方向 #

• 输入预处理校验：检查推理阶段的输入预处理是否和元数据要求一致：需要将输入RGB图像的像素值按(pixel - 127.5) / 127.5归一化到[-1, 1]区间，同时确认输入图像的颜色空间为RGB，避免把OpenCV默认读取的BGR格式图像直接输入模型。
• 导出流程校验：转换TFLite前必须使用ODAPI的导出脚本，导出带NMS后处理节点的SavedModel，不能直接使用训练阶段的checkpoint或未加入后处理的计算图，否则模型输出为未经过滤的原始预测结果，会出现得分普遍偏低的情况。
• 转换参数校验：你给出的转换参数存在笔误，lite.OpsSet.SELECT_TF_OPS前面缺少tf.前缀，需确认实际运行时该参数填写正确；如果你开启了INT8量化，需确认已经完成 Representative Dataset 校准，未校准的量化模型会出现严重的精度损失。
• 类别数量校验：确认转换时指定的类别数量和训练时一致，单类检测需要将num_classes设为1，同时检查关联的tflite_label_map.txt内容和训练时的标签映射匹配。

内容的提问来源于stack exchange，提问作者Burschken