是否可以使用机器学习套件自定义模型托管来进行对象检测而不仅仅是对象分类。我熟悉在 tensorflow lite 示例 android 应用程序中执行此操作，但我想使用 Firebase，因为它具有更新模型和 iOS/android 支持的能力。
基本上，我不确定如何从以下行开始：
int[] outputDims = {DIM_BATCH_SIZE,不确定还有哪些值，因为我不只是在做分类 };
firebase 模型解释器是否支持此功能？
【问题讨论】：
标签： firebase tensorflow tensorflow-lite firebase-mlkit
是的，ML Kit 自定义模型解释器应该支持您的对象检测 TFLite 模型。代码中的输入/输出维度应与您的 TFLite 模型输入/输出相匹配。
由于您熟悉 TFLite Android 示例应用程序。这里以 TFLite Android 示例应用和 ML Kit 示例应用为例。
在 TFLite Android 示例应用程序中，我们将输出维度定义为浮点类型的二维数组： https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/java/demo/app/src/main/java/com/example/android/tflitecamerademo/ImageClassifierFloatInception.java#L38
在 ML Kit 示例应用程序中，我们还将其定义为浮点类型的二维数组： https://github.com/firebase/quickstart-android/blob/master/mlkit/app/src/main/java/com/google/firebase/samples/apps/mlkit/java/custommodel/CustomImageClassifier.java#L191
维度以列表形式表示，数据类型是ML Kit中的参数。
【讨论】：