我正在尝试将量化的mobilenet模型用于tensorflow lite模型，但遇到错误

首先，我从Mobilenet下载量化模型 . 它包含在Mobilenet_v1_1.0_224中 . 然后我做了以下

bazel-bin/tensorflow/contrib/lite/toco/toco \
> --input_files=Sample/mobilenet_v1_1.0_224/quantized_graph.pb \
> --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE \
> --output_file=Sample/mobilenet_v1_1.0_224/quantized_graph.tflite --inference_type=QUANTIZED_UINT8 \
> --input_shape=1,224,224,3 \
> --input_array=input \
> --output_array=MobilenetV1/Predictions/Reshape_1 \
> --mean_value=128 \
> --std_value=127

以下是图表的摘要

bazel-bin/tensorflow/tools/graph_transforms/summarize_graph --in_graph=Sample/mobilenet_v1_1.0_224/quantized_graph.pb
Found 1 possible inputs: (name=input, type=float(1), shape=[1,224,224,3]) 
No variables spotted.
Found 1 possible outputs: (name=MobilenetV1/Predictions/Reshape_1, op=Reshape) 
Found 4227041 (4.23M) const parameters, 0 (0) variable parameters, and 0 control_edges
Op types used: 91 Const, 27 Add, 27 Relu6, 15 Conv2D, 13 DepthwiseConv2dNative, 13 Mul, 10 Dequantize, 2 Reshape, 1 Identity, 1 Placeholder, 1 BiasAdd, 1 AvgPool, 1 Softmax, 1 Squeeze
To use with tensorflow/tools/benchmark:benchmark_model try these arguments:
bazel run tensorflow/tools/benchmark:benchmark_model -- --graph=Sample/mobilenet_v1_1.0_224/quantized_graph.pb --show_flops --input_layer=input --input_layer_type=float --input_layer_shape=1,224,224,3 --output_layer=MobilenetV1/Predictions/Reshape_1

所以通过转换，我遇到了以下错误

2018-03-01 23：12：03.353786：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.354513：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.355177：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23 ：12：03.355556：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.355921：I tensorflow / contrib / lite / toco / import_tensorflow.cc:1172转换不支持的操作：Dequantize 2018-03-01 23：12：03.356281：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.356632：I tensorflow /contrib/lite/toco/import_tensorflow.cc:1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.357540：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1 172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.358776：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.360448：I tensorflow / contrib / lite / toco / import_tensorflow.cc：1172]转换不支持的操作：Dequantize 2018-03-01 23：12：03.366319：I tensorflow / contrib / lite / toco / graph_transformations / graph_transformations.cc：39]删除之前未使用ops：140个运算符，232个数组（0个量化）2018-03-01 23：12：03.371405：I tensorflow / contrib / lite / toco / graph_transformations / graph_transformations.cc：39]在一般图形转换之前：140个运算符，232个数组（ 0量化）2018-03-01 23：12：03.374916：I tensorflow / contrib / lite / toco / graph_transformations / graph_transformations.cc：39]一般图形转换后传递1：63运算符，152个数组（1个量化）2018-03 -01 23：12：03.376325：I tensorflow / contrib / lite / toco / graph_transformations / graph_transformations.cc：39]在预量化之前图形转换：63个运算符，152个数组（1个量化）2018-03-01 23：12：03.377492：F tensorflow / contrib / lite / toco / tooling_util.cc：1272]数组MobilenetV1 / MobilenetV1 / Conv2d_0 / Relu6，这是生成输出数组MobilenetV1 / MobilenetV1 / Conv2d_1_depthwise / Relu6的DepthwiseConv运算符的输入缺少最小/最大数据，这是量化所必需的 . 定位非量化输出格式，或更改输入图形以包含最小/最大信息，或者如果不关心结果的准确性，则传递--default_ranges_min =和--default_ranges_max = .

谢谢你的帮助