错误MappedByteBuffer在将模型转换为tf-lite时不是有效的Flatbuffer模型

Question

我正在尝试将deeplab-v3 +模型转换为TF-Lite，我从mobilenetv2_coco_voc_trainaug下载了MobileNet-v2的预训练模态。

使用以下命令覆盖模型：

bazel run --config=opt \
  //tensorflow/contrib/lite/toco:toco -- \
  --input_file=/tmp/frozen_inference_graph.pb \
  --output_file=/tmp/optimized_graph.tflite \
  --input_format=TENSORFLOW_GRAPHDEF \
  --output_format=TFLITE \
  --input_type=QUANTIZED_UINT8 \
  --input_arrays=ImageTensor \
  --output_arrays=SemanticPredictions \
  --input_shapes=1,513,513,3 \
  --allow_custom_ops

它已成功覆盖tflite模型，然后将其放入android资产文件夹并加载到android应用，我在gradle中进行了以下设置：

aaptOptions {
    noCompress "tflite"
    noCompress "lite"
}

使用以下功能加载模型：

  /** Memory-map the model file in Assets. */
  private MappedByteBuffer loadModelFile(Activity activity) throws IOException {
    AssetFileDescriptor fileDescriptor = activity.getAssets().openFd(MODEL_PATH);
    FileInputStream inputStream = new FileInputStream(fileDescriptor.getFileDescriptor());
    FileChannel fileChannel = inputStream.getChannel();
    long startOffset = fileDescriptor.getStartOffset();
    long declaredLength = fileDescriptor.getDeclaredLength();
    return fileChannel.map(FileChannel.MapMode.READ_ONLY, startOffset, declaredLength);
  }

当调用tflite = new Interpreter(loadModelFile(activity));的问题发生，异常秀“ MappedByteBuffer是不是一个有效的flatbuffer模型 ”有人可以帮助弄清楚什么过程中，我做错了吗？toco工具中有错误吗？