如何修复 Raspberry Pi 上的 flex 委托错误

问：

我正在努力检测使用轮椅、助行器等的人。我一直在关注这个视频，学习如何创建和训练自定义模型，并成功地在我的 PC 上运行了我的自定义模型，并进行了工作对象检测。我打算只在我的 Raspberry Pi 上使用此自定义模型，因此我按照此视频了解如何将我的模型转换为 tflite 格式，以及重新创建我的标签图以使其与 Raspberry Pi 兼容。但是，在转换我的自定义模型并尝试在我的 Raspberry Pi 上运行它时，它给了我这个错误：

ERROR: Select TensorFlow op(s), included in the given model, is(are) not supported by this interpreter. Make sure you apply/link the Flex delegate before inference. For the Android, it can be resolved by adding "org.tensorflow:tensorflow-lite-select-tf-ops" dependency. See instructions: https://www.tensorflow.org/lite/guide/ops_select
ERROR: Node number 1 (FlexTensorListReserve) failed to prepare.

Traceback (most recent call last):
  File "/home/Python/tLite/examples/lite/examples/object_detection/raspberry_pi/detect.py", line 151, in <module>
    main()
  File "/home/Python/tLite/examples/lite/examples/object_detection/raspberry_pi/detect.py", line 146, in main
    run(args.model, int(args.cameraId), args.frameWidth, args.frameHeight,
  File "/home/Python/tLite/examples/lite/examples/object_detection/raspberry_pi/detect.py", line 63, in run
    detector = vision.ObjectDetector.create_from_options(options)
  File "/home/.local/lib/python3.9/site-packages/tensorflow_lite_support/python/task/vision/object_detector.py", line 87, in create_from_options
    detector = _CppObjectDetector.create_from_options(
RuntimeError: AllocateTensors() failed.

我已经尝试了多个不同的教程，了解如何从头开始设置 Raspberry Pi 以在 Raspberry Pi 上导入和运行自定义 TFite 模型，并且仍在重新创建相同的错误。

Traceback (most recent call last):
  File "/home/tflite1/TFLite_detection_webcam.py", line 141, in <module>
    interpreter.allocate_tensors()
  File "/home/tflite1/tflite1-env/lib/python3.9/site-packages/tflite_runtime/interpreter.py", line 408, in allocate_tensors
    return self._interpreter.AllocateTensors()
RuntimeError: Regular TensorFlow ops are not supported by this interpreter. Make sure you apply/link the Flex delegate before inference.Node number 1 (FlexTensorListReserve) failed to prepare.

如何解决此错误？可能是在将我的自定义模型转换为 tflite 时导致错误，因为所有其他教程都提供了我在 Raspberry Pi 上使用的示例模型（例如这个），但是，当我添加我的自定义模型时，当我同时添加我的 tflite 和 labelmap 文件时，它给了我相同的 flex 委托错误。或者是我忘记包含的其他内容，因为我的自定义模型目前在我的 PC 上运行，但不在我的 Raspberry Pi 上运行。我正在使用 Efficientdet_d0 和 Python 3.9.2。非常感谢任何帮助/建议，谢谢！

尝试了许多不同类型的教程，这些教程与在 Raspberry Pi 上设置 tflite 示例模型以及使用 tflite 和 labelmap 文件输入我的自定义模型有关。将默认模型编辑为我自己的模型，但仍然得到相同的错误。