ObjectDetector

画像に対してオブジェクト検出を実行します。

API は、TFLite モデル メタデータを含む TFLite モデルを想定しています。

この API は、1 つの画像入力テンソルと 4 つの出力テンソルのモデルをサポートします。より具体的な要件は次のとおりです。

• 入力画像のテンソル（kTfLiteUInt8/kTfLiteFloat32）
  • サイズ [batch x height x width x channels] の画像入力。
  • バッチ推論はサポートされていません（batch は 1 である必要があります）。
  • RGB 入力のみがサポートされています（channels は 3 にする必要があります）。
  • 型が kTfLiteFloat32 の場合、入力の正規化のために NormalizationOptions をメタデータにアタッチする必要があります。
• 出力テンソルは、DetectionPostProcess 演算の 4 つの出力でなければなりません。例:
  • ロケーション テンソル（kTfLiteFloat32）:
    • サイズ [1 x num_results x 4] のテンソル。境界ボックスを表す内部配列 [上、左、右、下]。
    • BoundingBoxProperties はメタデータに関連付ける必要があり、type=BOUNDARIES と coordinate_type=RATIO を指定する必要があります。
  • クラスのテンソル（kTfLiteFloat32）:
    • サイズ [1 x num_results] のテンソル。各値はクラスの整数インデックスを表します。
    • ラベルマップが TENSOR_VALUE_LABELS 関連ファイルとしてメタデータに適用されている場合、テンソル値をラベルに変換するために使用されます。
  • スコアテンソル（kTfLiteFloat32）:
    • サイズ [1 x num_results] のテンソル。各値は検出されたオブジェクトのスコアを表します。
  • 検出テンソルの数（kTfLiteFloat32）:
    • サイズ [1] のテンソルとしての整数 num_results。

このようなモデルの例については、TensorFlow Hub をご覧ください。