Tflite дает разную точность / поведение в интерпретаторе Python и iOS

Question

Я специально обучил модель обнаружения объектов, используя Обучение и обслуживание мобильного детектора объектов в реальном времени Артикул Ссылка .После обучения и преобразования модели в tflite я использовал интерпретатор Python для тестирования модели, а затем интегрировал ее с iOS, выполнив github tflite iOS exmaple link .Модель отлично работает на интерпретаторе Python, но демонстрирует совершенно другое поведение в iOS, обнаруживая неправильные объекты и низкие оценки достоверности.

Я испробовал несколько моделей, которые включают в себя:

1. ssd_mobilenet_v1_quantized_coco
2. ssd_mobilenet_v2_quantized_coco

модель обнаружения по умолчанию tflite.tflite предоставляется в iOS. github exmaple работает в iOS, а также в интерпретаторе python, но пользовательская модель - нет.

Код интерпретатора Python для справки

import tensorflow as tf

# Load TFLite model and allocate tensors.
interpreter = tf.contrib.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# Test model on random input data.
input_shape = input_details[0]['shape']
# change the following line to feed into your own data.
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)

interpreter.invoke()
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)