通过--tflite--读取对应网络层输出的特征图和参数

通过 tensoflow 官方文档库可以查到

tflite_mode l= tf.lite.Interpreter(model_path="H:\pycharmworkspace\Yolo\\mobilenetv3_yolo3_quantized.tflite")  # .contrib
tflite_model.allocate_tensors()

可获取输入和输出的tensor详情

 input_details = tflite_model.get_input_details()
 output_details = tflite_model.get_output_details()

可获得每一个想要获得的tensor的详情

输出可以是所要的权重，特征图

输入是对应层的序号

 tflite_model._get_tensor_details(name)

序号在tflite文件中可以提取出来，利用for循环 遍历下面的代码可以得到对应序号层的名字，然后存储在对应的字典中

tflite_model._interpreter.TensorName（）

name是对应层的序号

 tflite_model.get_tensor(name)