TensorFlow Lite模型iOS端失效：out返回NULL及input值异常排查

一、typed_tensor<uint8_t>返回NULL的可能原因 #

下面是几种常见的导致返回NULL的情况，你可以逐一排查：

• 张量类型不匹配：你指定了uint8_t类型，但该索引对应的张量实际类型可能不是无符号8位整数。可以通过interpreter->tensor(input)->type查看实际类型，对比kTfLiteUInt8是否一致，如果类型不符，换成对应类型的模板参数即可。
• 张量索引使用错误：注意你这里传入的input是输入张量的索引，但如果你的目的是获取输出张量的指针，那应该用interpreter->outputs()[0]作为参数，而不是输入索引。误把输入索引用来取输出张量，肯定会返回NULL。
• 解释器未正确初始化：如果模型加载失败（比如路径错误、模型文件损坏），或者interpreter对象本身未正确创建，后续调用typed_tensor自然会返回NULL。另外，必须确保在调用typed_tensor之前执行了interpreter->AllocateTensors()来分配张量内存，跳过这一步的话，张量内存还没分配，也会返回NULL。
• 无效的张量索引：虽然你通过inputs()[0]拿到了27，但有可能这个索引在当前加载的模型中并不对应有效的输入张量？可以通过interpreter->inputs().size()查看输入张量的数量，如果数量为0或者27超出了有效范围，那就是索引无效。
• 模型转换或加载异常：比如转换TFLite模型时的参数设置有误（比如输入输出的维度、类型指定错误），或者iOS端加载模型时的配置和Android端不一致，导致张量的索引或内存分配出现问题。

二、输入张量索引值差异的原因 #

你提到官方示例中inputs()[0]返回88，而你的是27，这完全是正常的，原因如下：

• 张量的索引值是TFLite解释器在加载模型时内部动态分配的，没有固定的标准值。它取决于模型的结构、包含的算子数量、张量总数等因素，不同的模型（甚至同一模型用不同版本的TFLite转换工具生成）都会得到不同的索引值。
• 官方示例中的88只是针对该示例所用的特定模型的输入张量索引，和你的模型没有可比性。只要你通过inputs()[0]获取的是模型的第一个输入张量，并且可以通过interpreter->tensor(input)->name确认张量名称和你预期的输入一致，这个数值本身就没有问题，不需要和示例匹配。

内容的提问来源于stack exchange，提问作者Simon Fernandes