TFLite Model Maker训练的模型在Android物体检测App报张量维度错误

• 核心诱因是Google Colab默认安装的tflite-model-maker包版本发生了变更：新版本的Model Maker导出EfficientDet系列检测模型时，会默认压缩掉固定为1的batch维度，将原本3维的输出张量[1, 检测数量, 数据长度]压缩为2维[检测数量, 数据长度]
• 你使用的TensorFlow官方Android物体检测示例代码是适配旧版3维输出格式开发的，解析输出张量时默认读取3维结构，就会抛出维度不匹配的错误
• 由于你训练时没有固定依赖包版本，每次Colab运行都会拉取最新版Model Maker，就出现了原有流程无修改但报错的情况

你可以根据自身需求任选以下任意一种方案解决：

• 方案1（最快适配，无需修改原有逻辑）：固定Model Maker版本为之前稳定运行的旧版
  将训练代码中安装依赖的行替换为指定版本的安装命令即可，常用的兼容旧版为0.3.4：

  !pip install -q tflite-model-maker==0.3.4
  

  重新训练导出的模型就和原有Android代码完全兼容。
• 方案2（无需降级依赖，保留新版功能）：导出模型时关闭维度压缩逻辑
  仅需修改model.export代码，添加disable_squeeze_output=True参数即可：

  model.export(export_dir='.', disable_squeeze_output=True)
  

  导出的模型会保留原有3维输出结构，直接兼容现有Android代码。
• 方案3（适配新版输出格式，无需修改训练逻辑）：调整Android端张量解析代码
  找到Android项目中解析检测输出张量的代码位置，将原本读取3维张量索引的逻辑调整为适配2维结构即可：
  比如原逻辑读取边界框是outputTensors[0].getFloatArray()[0 * 4 * detCount + i *4]，调整为outputTensors[0].getFloatArray()[i *4]即可，对应调整其余3个输出张量的读取索引即可。

内容的提问来源于stack exchange，提问作者danih1207