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/输出尺寸应与您的TFLite模型输入/输出相匹配。
由于您熟悉TFLite Android示例应用程序。我们以TFLite Android示例应用程序和ML Kit示例应用程序为例。
在TFLite Android示例应用程序中,我们将输出维度定义为具有float类型的双暗数组: 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,我们还将其定义为具有float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
尺寸表示为列表,数据类型是ML Kit中的参数。