تشخیص اشیا را روی تصاویر انجام می دهد.
API انتظار دارد یک مدل TFLite با فراداده مدل TFLite باشد. .
API از مدل هایی با یک تانسور ورودی تصویر و چهار تانسور خروجی پشتیبانی می کند. برای دقیق تر، در اینجا الزامات وجود دارد.
- تانسور تصویر ورودی (
kTfLiteUInt8
/kTfLiteFloat32
)- اندازه ورودی تصویر
[batch x height x width x channels]
. - استنتاج دسته ای پشتیبانی نمی شود (
batch
باید 1 باشد). - فقط ورودی های RGB پشتیبانی می شوند (
channels
باید 3 باشند). - اگر نوع
kTfLiteFloat32
باشد، برای عادی سازی ورودی، باید گزینه های Normalization به ابرداده متصل شوند.
- اندازه ورودی تصویر
DetectionPostProcess
باشند، یعنی:- تانسور مکان (
kTfLiteFloat32
):- تانسور اندازه
[1 x num_results x 4]
، آرایه داخلی جعبههای محدودکننده را به شکل [بالا، چپ، راست، پایین] نشان میدهد. -
BoundingBoxProperties
برای پیوست شدن به ابرداده الزامی است و بایدtype=BOUNDARIES
وcoordinate_type=RATIO
را مشخص کند.
- تانسور اندازه
kTfLiteFloat32
):- تانسور اندازه
[1 x num_results]
، که هر مقدار نمایانگر شاخص عدد صحیح یک کلاس است. - اگر نقشههای برچسب به عنوان فایلهای مرتبط
TENSOR_VALUE_LABELS
به ابرداده متصل شوند، برای تبدیل مقادیر تانسور به برچسبها استفاده میشوند.
kTfLiteFloat32
):- تانسور اندازه
[1 x num_results]
، که هر مقدار نشان دهنده امتیاز شی شناسایی شده است.
kTfLiteFloat32
):- عدد صحیح num_results به عنوان تانسور اندازه
[1]
.
نمونه ای از چنین مدلی را می توان در TensorFlow Hub یافت. .
کلاس های تو در تو
کلاس | ObjectDetector.ObjectDetectorOptions | گزینه هایی برای راه اندازی ObjectDetector . |
روش های عمومی
آشکارساز شی ایستا | createFromBuffer (متن زمینه، ByteBuffer modelBuffer) یک نمونه ObjectDetector از بافر مدل و ObjectDetector.ObjectDetectorOptions پیش فرض ایجاد می کند. |
آشکارساز شی ایستا | createFromFile (زمینه زمینه، رشته modelPath) یک نمونه ObjectDetector از یک فایل مدل و ObjectDetector.ObjectDetectorOptions پیش فرض ایجاد می کند. |
آشکارساز شی ایستا | createFromFile (زمینه زمینه، فایل modelFile) یک نمونه ObjectDetector از یک فایل مدل و ObjectDetector.ObjectDetectorOptions پیش فرض ایجاد می کند. |
آشکارساز شی ایستا | createFromOptions (متن زمینه، ObjectDetector.ObjectDetectorOptions detectorOptions) یک نمونه ObjectDetector را از ObjectDetector.ObjectDetectorOptions ایجاد می کند. |
ObjectDetectorResult | |
ObjectDetectorResult | تشخیص (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions) تشخیص شی را روی تصویر واحد ارائه شده انجام می دهد. |
خالی | detectAsync (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، timestampMهای طولانی) داده های تصویر زنده را برای انجام تشخیص شی ارسال می کند و نتایج از طریق OutputHandler.ResultListener ارائه شده در ObjectDetector.ObjectDetectorOptions در دسترس خواهد بود. |
خالی | detectAsync (تصویر MPImage ، برچسب زمانی طولانی) دادههای تصویر زنده را برای انجام تشخیص شی با گزینههای پیشفرض پردازش تصویر ارسال میکند |
ObjectDetectorResult | detectForVideo (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، برچسب های زمانی طولانی) تشخیص اشیا را روی فریم ویدیویی ارائه شده انجام می دهد. |
ObjectDetectorResult | detectForVideo (تصویر MPI ، مُهر زمانی طولانی) تشخیص شی را بر روی قاب ویدیوی ارائه شده با گزینه های پیش فرض پردازش تصویر انجام می دهد، به عنوان مثال |
روش های ارثی
روش های عمومی
عمومی استاتیک ObjectDetector createFromBuffer (متن زمینه، ByteBuffer modelBuffer)
یک نمونه ObjectDetector
از بافر مدل و ObjectDetector.ObjectDetectorOptions
پیش فرض ایجاد می کند.
مولفه های
متن نوشته | یک ERROR(/Context) . |
---|---|
مدل بافر | یک ByteBuffer مستقیم یا یک ERROR(/MappedByteBuffer) مدل تشخیص. |
پرتاب می کند
اگر در حین ایجاد ObjectDetector خطایی وجود داشته باشد. |
عمومی استاتیک ObjectDetector createFromFile (متن زمینه، رشته مدلPath)
یک نمونه ObjectDetector
از یک فایل مدل و ObjectDetector.ObjectDetectorOptions
پیش فرض ایجاد می کند.
مولفه های
متن نوشته | یک ERROR(/Context) . |
---|---|
modelPath | مسیر به مدل تشخیص با ابرداده در دارایی ها. |
پرتاب می کند
اگر در حین ایجاد ObjectDetector خطایی وجود داشته باشد. |
عمومی استاتیک ObjectDetector createFromFile (زمینه زمینه، فایل modelFile)
یک نمونه ObjectDetector
از یک فایل مدل و ObjectDetector.ObjectDetectorOptions
پیش فرض ایجاد می کند.
مولفه های
متن نوشته | یک ERROR(/Context) . |
---|---|
modelFile | نمونه File مدل تشخیص |
پرتاب می کند
IOException | اگر هنگام باز کردن فایل مدل tflite خطای I/O رخ دهد. |
---|---|
اگر در حین ایجاد ObjectDetector خطایی وجود داشته باشد. |
عمومی استاتیک ObjectDetector createFromOptions (متن زمینه، ObjectDetector.ObjectDetectorOptions detectorOptions)
یک نمونه ObjectDetector
را از ObjectDetector.ObjectDetectorOptions
ایجاد می کند.
مولفه های
متن نوشته | یک ERROR(/Context) . |
---|---|
گزینه های detector | یک نمونه ObjectDetector.ObjectDetectorOptions . |
پرتاب می کند
اگر در حین ایجاد ObjectDetector خطایی وجود داشته باشد. |
تشخیص عمومی ObjectDetectorResult (تصویر MPImage )
تشخیص شی را روی تصویر واحد ارائه شده با گزینه های پیش فرض پردازش تصویر، یعنی بدون هیچ چرخشی انجام می دهد. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.IMAGE)
ایجاد شده باشد.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد. |
تشخیص عمومی ObjectDetectorResult (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions)
تشخیص شی را روی تصویر واحد ارائه شده انجام می دهد. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.IMAGE)
ایجاد شده باشد.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|---|
imageProcessingOptions | ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود. |
پرتاب می کند
IllegalArgumentException | اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند. |
---|---|
اگر یک خطای داخلی وجود داشته باشد. |
public void detectAsync (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، timestampM های طولانی)
داده های تصویر زنده را برای انجام تشخیص شی ارسال می کند و نتایج از طریق OutputHandler.ResultListener
ارائه شده در ObjectDetector.ObjectDetectorOptions
در دسترس خواهد بود. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.LIVE_STREAM)
ایجاد شده باشد.
برای نشان دادن زمان ارسال تصویر ورودی به آشکارساز شی، باید یک مهر زمانی (بر حسب میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|---|
imageProcessingOptions | ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود. |
timestampMs | مهر زمانی ورودی (بر حسب میلی ثانیه). |
پرتاب می کند
IllegalArgumentException | اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند. |
---|---|
اگر یک خطای داخلی وجود داشته باشد. |
public void detectAsync (تصویر MPImage ، timestampMs طولانی)
دادههای تصویر زنده را برای انجام تشخیص شی با گزینههای پردازش تصویر پیشفرض، یعنی بدون هیچ چرخشی ارسال میکند، و نتایج از طریق OutputHandler.ResultListener
ارائه شده در ObjectDetector.ObjectDetectorOptions
در دسترس خواهند بود. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.LIVE_STREAM)
ایجاد شده باشد.
برای نشان دادن زمان ارسال تصویر ورودی به آشکارساز شی، باید یک مهر زمانی (بر حسب میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|---|
timestampMs | مهر زمانی ورودی (بر حسب میلی ثانیه). |
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد. |
عمومی ObjectDetectorResult detectForVideo (تصویر MPImage ، ImageProcessingOptions imageProcessingOptions، برچسب های زمانی طولانی)
تشخیص اشیا را روی فریم ویدیویی ارائه شده انجام می دهد. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.VIDEO)
ایجاد شده باشد.
لازم است مهر زمانی فریم ویدیو (در میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|---|
imageProcessingOptions | ImageProcessingOptions نحوه پردازش تصویر ورودی را قبل از اجرای استنتاج مشخص می کند. توجه داشته باشید که منطقه مورد علاقه توسط این کار پشتیبانی نمی شود: مشخص کردن ImageProcessingOptions.regionOfInterest() منجر به پرتاب IllegalArgumentException توسط این روش می شود. |
timestampMs | مهر زمانی ورودی (بر حسب میلی ثانیه). |
پرتاب می کند
IllegalArgumentException | اگر ImageProcessingOptions منطقه مورد علاقه را مشخص کند. |
---|---|
اگر یک خطای داخلی وجود داشته باشد. |
عمومی ObjectDetectorResult detectForVideo (تصویر MPI ، مهرهای زمانی طولانی)
تشخیص شی را روی فریم ویدیوی ارائه شده با گزینه های پیش فرض پردازش تصویر، یعنی بدون هیچ چرخشی انجام می دهد. فقط زمانی از این روش استفاده کنید که ObjectDetector
با ERROR(/RunningMode.VIDEO)
ایجاد شده باشد.
لازم است مهر زمانی فریم ویدیو (در میلی ثانیه) ارائه شود. مُهرهای زمانی ورودی باید بطور یکنواخت در حال افزایش باشند.
ObjectDetector
از انواع فضای رنگی زیر پشتیبانی می کند:
مولفه های
تصویر | یک شی MediaPipe MPImage برای پردازش. |
---|---|
timestampMs | مهر زمانی ورودی (بر حسب میلی ثانیه). |
پرتاب می کند
اگر یک خطای داخلی وجود داشته باشد. |