如何从量化的TFLite中获取类索引？

import tensorflow as tf

# 加载TFLite模型
interpreter = tf.lite.Interpreter(model_path="quantized_model.tflite")
interpreter.allocate_tensors()

# 获取输入张量信息
input_details = interpreter.get_input_details()
print(input_details)

# 获取输出张量信息
output_details = interpreter.get_output_details()
print(output_details)

# 假设输入数据是一个形状为(1, 224, 224, 3)的张量
input_data = ...

# 将输入数据填充到输入张量
interpreter.set_tensor(input_details[0]['index'], input_data)

# 执行推理
interpreter.invoke()

# 获取输出张量结果
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)

# 假设类标签列表
class_labels = ["class1", "class2", "class3"]

# 获取最大概率值对应的索引
predicted_index = tf.argmax(output_data, axis=-1).numpy()

# 获取类标签
predicted_class = class_labels[predicted_index]
print(predicted_class)