通过Google Firebase ML工具包（https://developers.google.com/ml-kit）为图像分类而生成的.tflite和.txt文件-当替换为Tensorflow图像分类iOS示例（https://github.com/tensorflow/examples/tree/master/lite/examples/image_classification）时，它将使用准确度非常低，匹配百分比大多低于30％。
相同的.tflite和.txt文件-当集成到同一Tensorflow图像分类示例的Android示例代码中时，它可以以极高的精度（如99％）完美运行。
在这一点上，任何指向值得寻找的解决方案的帮助都会很棒。
我一直在阅读有关量化的信息-Android示例提供了同时提供量化和非量化模型的选项（但出于某种原因，我没有进行量化崩溃）。不确定是否与此有关。
如果有帮助，以下是通过Google ML Kit生成的我的TFLite文件的链接：https://drive.google.com/file/d/1WXdjGGyj2RQbSLTniQ60o0ZYb6nqlaUw/view?usp=sharing