ObjectDetector

Wykrywanie obiektów na obrazach.

Interfejs API oczekuje modelu TFLite z metadanymi modelu TFLite.

Interfejs API obsługuje modele z 1 tensorem wejściowym obrazu i 4 tensorami wyjściowymi. Oto wymagania.

• Tensor obrazu wejściowego (kTfLiteUInt8/kTfLiteFloat32)
  • obraz o rozmiarze [batch x height x width x channels].
  • wnioskowanie zbiorcze nie jest obsługiwane (wartość batch musi wynosić 1).
  • obsługiwane są tylko wejścia RGB (wartość channels musi wynosić 3).
  • W przypadku typu kTfLiteFloat32 do metadanych należy dołączyć atrybut NormalizationOptions, aby znormalizować dane wejściowe.
• Tensory wyjściowe muszą być 4 wyjściami operacji DetectionPostProcess, np.:
  • Tensor lokalizacji (kTfLiteFloat32):
    • tensor rozmiaru [1 x num_results x 4], czyli tablica wewnętrzna reprezentująca ramki ograniczające w formacie [top, left, right, dołu].
    • Do metadanych muszą być dołączone atrybuty BoundingBoxProperties i muszą określać type=BOUNDARIES oraz coordinate_type=RATIO.
  • Tensor klas (kTfLiteFloat32):
    • tensor rozmiaru [1 x num_results], przy czym każda wartość reprezentuje indeks liczby całkowitej klasy.
    • jeśli mapy etykiet są dołączone do metadanych jako powiązane pliki (TENSOR_VALUE_LABELS), są one używane do konwertowania wartości tensorów na etykiety.
  • tensor wyników (kTfLiteFloat32):
    • tensor rozmiaru [1 x num_results], każda wartość reprezentująca wynik wykrytego obiektu.
  • Liczba tensorów wykrywania (kTfLiteFloat32):
    • liczba całkowita num_results w postaci tensora rozmiaru [1].

Przykład takiego modelu znajdziesz w centrum TensorFlow.