使用我的自定义模型将Edge部署到Android中的例外

Question

我已经在AutoML中训练了自己的模型，我已经导出并下载了它。 我已按照此链接（https://cloud.google.com/vision/automl/docs/tflite-android-tutorial?hl=en）中的说明对示例应用程序使用了自己的模型。

我已将示例文件（graph.lite和labels.txt）替换为我的文件，并且更改了上一链接中指示的代码段。

运行应用程序时，出现此异常。

  

java.nio.BufferOverflowException

，并在此行中显示日志标记错误。

imgData.putFloat ((byte) ((((val >> 16) & 0xFF) -IMAGE_MEAN) / IMAGE_STD));

因此，更改此行

imgData =
        ByteBuffer.allocateDirect (
           DIM_BATCH_SIZE * DIM_IMG_SIZE_X * DIM_IMG_SIZE_Y * DIM_PIXEL_SIZE);

为此。

imgData =
        ByteBuffer.allocateDirect (
            4 * DIM_BATCH_SIZE * DIM_IMG_SIZE_X * DIM_IMG_SIZE_Y * DIM_PIXEL_SIZE);

不再崩溃，但现在标记此异常。

  

无法在307200字节的TensorFlowLite缓冲区和602112字节的ByteBuffer之间进行转换。

并且日志显示错误在这里。

tflite.run (imgData, labelProbArray);

我认为该方法应该是错误，convertBitmapToByteBuffer，但是我不确定，我已经搜索了有关该错误的信息，但是没有发现任何东西。