主题中讨论的其他器件：TDA4VM、 TDA4VL、TDA4VH
根据 Fadil Muhammed 几个月前的反馈、我再次尝试使用 run_python_examples.sh 为支持的深度学习模型生成模型工件。 但是、我还没有得到预期的结果。
下面是我使用的工具的详细信息：
适用于 TDA4VM 的 Processor SDK RTOS 版本： 08.05.00.11
TIDL 工具版本： tidl_j721e_08_05_00_16
1.我在脚本 https://github.com/TexasInstruments/edgeai-tidl-tools/blob/master/examples/osrt_python/common_utils.py 中添加了以下内容 、添加了模型源和其他生成参数。
'OD-TFL-SSD_MobileNet_v1_DEFAULT_1'：｛
'model_path'：os.path.join (models_base_path、'sd_mobilenet_v1_default_1.tflite')、
'SOURCE'：｛'MODEL_URL'：'tfhub.dev/.../1'、'OPT'：true｝、
'MEAN'：[127.5、127.5、127.5]、
'STD'：[1/127.5、1/127.5、1/127.5]、
'num_images'：numImages，
'num_classes'：91、
'MODEL_TYPE'：'OD'、
'Session_name'：'tflitert'、
"Tensor_bits": 32,
'OD_TYPE'：'HasDetectionPostProcLay'
｝、
注意：该模型 URL 是 从 TIDL Model Zoo 第8项链接(tfhub)中列出的支持模型获得的、其参数与 python 示例中已包含的模型 od-tfL-ssd_mobilenet_v2_300_float 相同。 
参考： TI 深度学习产品用户指南：TIDL-RT Model Zoo
2.我还在 https://github.com/TexasInstruments/edgeai-tidl-tools/blob/master/examples/osrt_python/tfl/tflrt_delegate.py#L221中添加了突出显示的变化
模型=['cl-tfL-mobilenet_v1_1.0_224'、's-TFL-deeplabv3_MNv2_ade20k_float'、'OD-TFL-SSD_mobilenet_v2_300_float'、' OD-TFL-SSD_MobileNet_v1_1_DEFAULT_1 ']
预期结果 (类似于 py_out_od-tfl-ssd_mobilenet_v2_300_float_ADE_val_00001801.jpg): 
已获得结果 (py_out_od-tfl-ssd_mobilenet_v1_1_default_1_ADE_val_00001801.jpg):)
e2e.ti.com/.../Console-output-Custom-Model-Alone-std-run_5F00_python_5F00_examples.txt
e2e.ti.com/.../od_2D00_tfl_2D00_ssd_5F00_mobilenet_5F00_v1_5F00_1_5F00_default_5F00_1.zip
使用"scale"参数而非"std"参数(.jpg)获得的结果：
e2e.ti.com/.../Console-output-Custom-Model-Alone-scale-run_5F00_python_5F00_examples.txt
e2e.ti.com/.../od_2D00_tfl_2D00_ssd_5F00_mobilenet_5F00_v1_5F00_1_5F00_default_5F00_1.zip
您能否说明这是否适用于最新版本？ 有没有获得预期的推理结果的建议？
谢谢！
