YOLOv4-tiny自定义权重转TensorFlow Lite出现reshape报错如何解决

这个报错的核心是你执行转换命令时指定的模型类型和实际使用的YOLOv4-tiny不匹配，导致代码加载了标准YOLOv4的网络结构去匹配tiny版本的权重，层参数维度完全对应不上，才会出现reshape失败的错误。可按照以下步骤修复：

• 首先修正转换命令的--model参数：你当前命令的参数值为yolov4，对应标准YOLOv4结构，需要改为yolov4-tiny，修正后的完整命令为：

python save_model.py --weights ./data/yolov4-tiny-obj-food_final.weights --output ./checkpoints/yolov4-tiny-416-tflite --input_size 416 --model yolov4-tiny --framework tflite

• 确认YOLO配置文件的所有参数修改正确：你目前的单类YOLO头前卷积层filters设置为21（符合(类别数+5)*3的计算规则，(2+5)*3=21），需要检查另一个YOLO头前的卷积层filters是否也同步修改为21，避免部分层参数不匹配。
• 确认config.py配置同步：检查NUM_CLASSES参数是否已修改为2，确保和.names文件的类别数、cfg文件的classes参数完全一致。
• 权重文件校验：如果修改后仍报错，检查你的训练输出权重文件是否完整，排除文件损坏、下载不完整的情况。

内容的提问来源于stack exchange，提问作者CYH