在Coral EdgeTPU上运行推理出现IndexError: index 10越界错误

尝试使用Coral官方提供的detect_image.py示例脚本，运行由tflite和Coral EdgeTPU编译器生成的int8量化检测模型，执行命令如下：

python3 examples/detect_image.py \
  --model test_data/int8_model_edgetpu.tflite \
  --labels test_data/tflite_label_map.txt \
  --input test_data/parrot.jpg \
  --output ${HOME}/parrot.jpg

运行后出现如下报错：

Traceback (most recent call last):
  File "examples/detect_image.py", line 109, in <module>
    main()
  File "examples/detect_image.py", line 88, in main
    objs = detect.get_objects(interpreter, args.threshold, scale)
  File "/home/mha/miniconda3/envs/tensorflow2/lib/python3.6/site-packages/pycoral/adapters/detect.py", line 237, in get_objects
    return [make(i) for i in range(count) if scores[i] >= score_threshold]
  File "/home/mha/miniconda3/envs/tensorflow2/lib/python3.6/site-packages/pycoral/adapters/detect.py", line 237, in <listcomp>
    return [make(i) for i in range(count) if scores[i] >= score_threshold]
IndexError: index 10 is out of bounds for axis 0 with size 10

• 错误本质是数组索引越界：你使用的自定义训练检测模型，输出的得分张量（scores）长度只有10，索引范围是0~9，但pycoral的detect.get_objects接口读取模型输出的num_detections字段得到的数值大于等于11，遍历的时候访问了索引10的元素，触发越界。
• 常见触发场景：训练模型时设置的最大检测输出数为10，但模型导出、EdgeTPU编译阶段没有对齐相关参数，导致num_detections返回值和实际scores数组长度不匹配。

• 首先验证模型输出维度，确认张量长度是否匹配：
  运行如下代码打印模型输出信息：

  import tflite_runtime.interpreter as tflite
  interpreter = tflite.Interpreter(model_path="test_data/int8_model_edgetpu.tflite")
  interpreter.allocate_tensors()
  for output_tensor in interpreter.get_output_details():
      print(f"张量名：{output_tensor['name']}，维度：{output_tensor['shape']}")
  

  确认得分张量的第一维是否为10，num_detections张量的输出最大值是否小于等于10。
• 临时修复接口逻辑：
  找到pycoral安装路径下的adapters/detect.py文件，修改第237行的遍历范围，将range(count)改为range(min(count, len(scores)))，强制限制索引不超过数组长度。
• 永久修复模型导出逻辑：
  重新导出tflite模型时，将max_detections、max_classes_per_detection等参数设置为和训练阶段完全一致的数值，保证num_detections的返回值不会超过实际scores数组的长度，再重新用EdgeTPU编译器编译模型即可。

内容的提问来源于stack exchange，提问作者Hasnain