对象检测脚本中 YOLOv3-Tiny 到 TFLite 转换的问题

如何解决对象检测脚本中 YOLOv3-Tiny 到 TFLite 转换的问题

在过去的几周里，我学到了使用和训练 YOLOv3-Tiny 对象检测模型（更具体地说，yolov3-tiny-3l）并将其部署在 Raspberry Pi 4 上的所有知识。.weights 和模型的 .cfg 文件被转换为 .h5，最后是 .tflite；但是，我在将脚本集成到 EdjeElectronics 的 tflite object detection python script 时遇到了问题。

此模型的目标是在 Coral's EdgeTPU 的帮助下检测我的高级设计项目中模块的立方体和二维码。尽管听起来很幼稚，但我决定使用脚本中各种变量的打印语句（框、类和分数位于第 185-187 行）来调试脚本。我发现示例 COCO SSD MobileNet 文件为前面提到的变量输出了一个浮点数或整数数组，但我转换后的 YOLO 模型返回了一个浮点数数组。

我在 Netron 中打开了示例文件和转换后的 yolo 文件，并且能够确认示例文件的输出层（其中 float32 和我转换后的模型的输出是 conv2d_9、conv2d_12 和 conv2d_15）分别输入 float32[1,13,24],float32[1,26,52,24]。

有哪些选项可以将此输出层数组数组转换为单个数组？

在 Ubuntu 20.10 上使用 keras-yolo3 和 TensorFlow 的 tflite_convert 将模型转换为 keras 模型。