我以一种独特的方式使用tflite；构建对象检测即服务。
长话短说，当我对单个图像执行TFLite对象检测时，我得到了以下输出
[0.018407762, 0.022299409, 0.9639402, 0.98289526, 0.77566934, 0.95224416, 0.7893053, 0.9644519, 0.079119, 0.25176272, 0.8338728, 0.9715638, 0.7666425, 0.9561646, 0.7853481, 0.968181, 0.7755212, 0.9020464, 0.7879235, 0.91752034, 0.5012923, 0.009573311, 0.9884741, 1.0051035, 0.7762802, 0.3704026, 0.7917542, 0.38168278, 0.7762862, 0.4714918, 0.7886885, 0.4809718, 0.7762862, 0.2167234, 0.7886885, 0.22408514, 0.778196, 0.5809637, 0.78983843, 0.59090406]
[4.0, 37.0, 4.0, 37.0, 37.0, 4.0, 0.0, 15.0, 0.0, 15.0]
[0.37890625, 0.30078125, 0.21484375, 0.20703125, 0.19921875, 0.19140625, 0.18359375, 0.17578125, 0.16796875, 0.16796875]
[10.0]
我使用的模型数据只是CCD_ 1文件；具有元数据的启动器模型"；
如果我处理一张自行车的照片，我会得到10个不同的对象ID，即[4.0, 37.0, 4.0, 37.0, 37.0, 4.0, 0.0, 15.0, 0.0, 15.0]，这是不正确的。
此外，虽然我已经将原始的labelmap.txt文件转换为本文中建议的新格式，但我仍然不确定在这个对象检测过程中应该如何合并/使用labelmap。
如有任何帮助，我们将不胜感激。非常感谢。
这里有很好的输出文档：如何在使用自定义模型时解决tensorflow形状问题？
类的id在TFLite_Detection_PostProcess:1中。您可以将此输出中的id与labelmap.txt 中的id进行映射