mobilenetv2 tflite不需要python3的输出大小

我的mobilenetV2固态硬盘模型遇到问题。 我用详细的步骤转换了它 here tflite_convert 对于相关步骤。

这很好,我可以执行一个推断,但输出大小不是我所期望的。

interpreter.get_output_details()

告诉我我要取回10个检测箱:

[{'shape': array([ 1, 10,  4], dtype=int32), 'index': 252, 'name': 'TFLite_Detection_PostProcess', 'quantization': (0.0, 0), 'dtype': <class 'numpy.float32'>}, {'shape': array([ 1, 10], dtype=int32), 'index': 253, 'name': 'TFLite_Detection_PostProcess:1', 'quantization': (0.0, 0), 'dtype': <class 'numpy.float32'>}, {'shape': array([ 1, 10], dtype=int32), 'index': 254, 'name': 'TFLite_Detection_PostProcess:2', 'quantization': (0.0, 0), 'dtype': <class 'numpy.float32'>}, {'shape': array([1], dtype=int32), 'index': 255, 'name': 'TFLite_Detection_PostProcess:3', 'quantization': (0.0, 0), 'dtype': <class 'numpy.float32'>}]

到目前为止还不错,但是 pipeline.config

post_processing {
    batch_non_max_suppression {
        score_threshold: 9.99999993922529e-09
        iou_threshold: 0.6000000238418579
        max_detections_per_class: 100                                                            
        max_total_detections: 100
    }
    score_converter: SIGMOID
}

所以我希望检测的输出数是100,因为在经典的tensorflow中运行相同的模型会得到100个框。

有办法改变输出张量的大小吗?转换或运行时?

我在下面添加经典tensorflow中的张量输出细节:

[<tf.Tensor 'prefix/detection_boxes:0' shape=<unknown> dtype=float32>, <tf.Tensor 'prefix/detection_scores:0' shape=<unknown> dtype=float32>, <tf.Tensor 'prefix/detection_classes:0' shape=<unknown> dtype=float32>, <tf.Tensor 'prefix/num_detections:0' shape=<unknown> dtype=float32>]

任何关于这件事的线索都将非常感激。

如果已经有人问过类似的问题,请原谅,但我显然没有找到。谢谢。