Tensorflow OID4移动网络模型无法正确量化

Question

我正在尝试从Tensorflow object detection model zoo量化ssd_mobilenetv2_oidv4模型，但是在量化之后该模型完全无法工作。

要获取tflite图，我运行了

export_tflite_ssd_graph.py \
--pipeline_config_path=$CONFIG_FILE \
--trained_checkpoint_prefix=$CHECKPOINT_PATH \
--output_directory=$OUTPUT_DIR \
--add_postprocessing_op=true

然后生成tflite文件，我运行了

tflite_convert \
--graph_def_file=$OUTPUT_DIR/tflite_graph.pb \
--output_file=$OUTPUT_DIR/detect.tflite \
--input_shapes=1,300,300,3 \
--input_arrays=normalized_input_image_tensor \
--output_arrays='TFLite_Detection_PostProcess','TFLite_Detection_PostProcess:1','TFLite_Detection_PostProcess:2','TFLite_Detection_PostProcess:3' \
--inference_type=QUANTIZED_UINT8 \
--mean_values=128 \
--std_dev_values=128 \
--change_concat_input_ranges=false \
--allow_custom_ops \
--default_ranges_min=0 \
--default_ranges_max=6

然后我使用this example android app对其进行了测试。当我尝试运行它时，它只显示出10个永不动摇的边界，这些边界显然以50％的精度检测到了一只乌龟。我不确定这是什么意思，但是如果相关的话，Tortoise是标签图中的头等舱。

任何人都知道发生了什么事吗？

这是运行中的量化模型的屏幕截图：