Tích hợp thuật toán phân loại hình ảnh

Phân loại hình ảnh là một ứng dụng phổ biến của công nghệ học máy để xác định nội dung mà một hình ảnh thể hiện. Ví dụ: chúng ta có thể muốn biết loại động vật xuất hiện trong một bức ảnh nhất định. Nhiệm vụ dự đoán nội dung của một hình ảnh được gọi là phân loại hình ảnh. Thuật toán phân loại hình ảnh được huấn luyện để nhận dạng nhiều lớp hình ảnh. Ví dụ: một mô hình có thể được huấn luyện để nhận dạng những bức ảnh đại diện cho 3 loại động vật: thỏ, chuột hamster và chó. Hãy xem ví dụ về phân loại hình ảnh để biết thêm thông tin về các trình phân loại hình ảnh.

Sử dụng API Thư viện tác vụ ImageClassifier để triển khai các trình phân loại hình ảnh tuỳ chỉnh hoặc được huấn luyện trước vào các ứng dụng di động của bạn.

Các tính năng chính của ImageClassifier API

  • Xử lý hình ảnh đầu vào, bao gồm xoay, đổi kích thước và chuyển đổi không gian màu.

  • Khu vực quan tâm của hình ảnh đầu vào.

  • Gắn nhãn ngôn ngữ trên bản đồ.

  • Ngưỡng điểm để lọc kết quả.

  • k kết quả phân loại hàng đầu.

  • Danh sách cho phép và danh sách từ chối nhãn.

Các mô hình phân loại hình ảnh được hỗ trợ

Các mô hình sau đây chắc chắn sẽ tương thích với API ImageClassifier.

Chạy suy luận bằng Java

Hãy xem ứng dụng tham chiếu Phân loại hình ảnh để biết ví dụ về cách sử dụng ImageClassifier trong một ứng dụng Android.

Bước 1: Nhập phần phụ thuộc Gradle và các chế độ cài đặt khác

Sao chép tệp mô hình .tflite vào thư mục tài sản của mô-đun Android nơi mô hình sẽ chạy. Chỉ định rằng tệp không được nén và thêm thư viện TensorFlow Lite vào tệp build.gradle của mô-đun:

android {
    // Other settings

    // Specify tflite file should not be compressed for the app apk
    aaptOptions {
        noCompress "tflite"
    }
}

dependencies {
    // Other dependencies

    // Import the Task Vision Library dependency
    implementation 'org.tensorflow:tensorflow-lite-task-vision'
    // Import the GPU delegate plugin Library for GPU inference
    implementation 'org.tensorflow:tensorflow-lite-gpu-delegate-plugin'
}

Bước 2: Sử dụng mô hình

// Initialization
ImageClassifierOptions options =
    ImageClassifierOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setMaxResults(1)
        .build();
ImageClassifier imageClassifier =
    ImageClassifier.createFromFileAndOptions(
        context, modelFile, options);

// Run inference
List<Classifications> results = imageClassifier.classify(image);

Hãy xem mã nguồn và javadoc để biết thêm các lựa chọn định cấu hình ImageClassifier.

Chạy suy luận trong iOS

Bước 1: Cài đặt các phần phụ thuộc

Thư viện tác vụ hỗ trợ việc cài đặt bằng CocoaPods. Đảm bảo bạn đã cài đặt CocoaPods trên hệ thống. Vui lòng xem hướng dẫn cài đặt CocoaPods để biết hướng dẫn.

Vui lòng xem hướng dẫn về CocoaPods để biết thông tin chi tiết về cách thêm pod vào dự án Xcode.

Thêm nhóm TensorFlowLiteTaskVision vào Podfile.

target 'MyAppWithTaskAPI' do
  use_frameworks!
  pod 'TensorFlowLiteTaskVision'
end

Đảm bảo rằng mô hình .tflite mà bạn sẽ dùng để suy luận có trong gói ứng dụng của bạn.

Bước 2: Sử dụng mô hình

Swift

// Imports
import TensorFlowLiteTaskVision

// Initialization
guard let modelPath = Bundle.main.path(forResource: "birds_V1",
                                            ofType: "tflite") else { return }

let options = ImageClassifierOptions(modelPath: modelPath)

// Configure any additional options:
// options.classificationOptions.maxResults = 3

let classifier = try ImageClassifier.classifier(options: options)

// Convert the input image to MLImage.
// There are other sources for MLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
guard let image = UIImage (named: "sparrow.jpg"), let mlImage = MLImage(image: image) else { return }

// Run inference
let classificationResults = try classifier.classify(mlImage: mlImage)

Objective-C

// Imports
#import <TensorFlowLiteTaskVision/TensorFlowLiteTaskVision.h>

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"birds_V1" ofType:@"tflite"];

TFLImageClassifierOptions *options =
    [[TFLImageClassifierOptions alloc] initWithModelPath:modelPath];

// Configure any additional options:
// options.classificationOptions.maxResults = 3;

TFLImageClassifier *classifier = [TFLImageClassifier imageClassifierWithOptions:options
                                                                          error:nil];

// Convert the input image to MLImage.
UIImage *image = [UIImage imageNamed:@"sparrow.jpg"];

// There are other sources for GMLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
GMLImage *gmlImage = [[GMLImage alloc] initWithImage:image];

// Run inference
TFLClassificationResult *classificationResult =
    [classifier classifyWithGMLImage:gmlImage error:nil];

Hãy xem mã nguồn để biết thêm các lựa chọn định cấu hình TFLImageClassifier.

Chạy suy luận trong Python

Bước 1: Cài đặt gói pip

pip install tflite-support

Bước 2: Sử dụng mô hình

# Imports
from tflite_support.task import vision
from tflite_support.task import core
from tflite_support.task import processor

# Initialization
base_options = core.BaseOptions(file_name=model_path)
classification_options = processor.ClassificationOptions(max_results=2)
options = vision.ImageClassifierOptions(base_options=base_options, classification_options=classification_options)
classifier = vision.ImageClassifier.create_from_options(options)

# Alternatively, you can create an image classifier in the following manner:
# classifier = vision.ImageClassifier.create_from_file(model_path)

# Run inference
image = vision.TensorImage.create_from_file(image_path)
classification_result = classifier.classify(image)

Hãy xem mã nguồn để biết thêm các lựa chọn định cấu hình ImageClassifier.

Chạy suy luận bằng C++

// Initialization
ImageClassifierOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<ImageClassifier> image_classifier = ImageClassifier::CreateFromOptions(options).value();

// Create input frame_buffer from your inputs, `image_data` and `image_dimension`.
// See more information here: tensorflow_lite_support/cc/task/vision/utils/frame_buffer_common_utils.h

std::unique_ptr<FrameBuffer> frame_buffer = CreateFromRgbRawBuffer(
      image_data, image_dimension);

// Run inference
const ClassificationResult result = image_classifier->Classify(*frame_buffer).value();

Hãy xem mã nguồn để biết thêm các lựa chọn định cấu hình ImageClassifier.

Kết quả mẫu

Dưới đây là ví dụ về kết quả phân loại của một trình phân loại chim.

chim sẻ

Results:
  Rank #0:
   index       : 671
   score       : 0.91406
   class name  : /m/01bwb9
   display name: Passer domesticus
  Rank #1:
   index       : 670
   score       : 0.00391
   class name  : /m/01bwbt
   display name: Passer montanus
  Rank #2:
   index       : 495
   score       : 0.00391
   class name  : /m/0bwm6m
   display name: Passer italiae

Dùng thử công cụ minh hoạ CLI đơn giản cho ImageClassifier bằng mô hình và dữ liệu kiểm thử của riêng bạn.

Yêu cầu về khả năng tương thích của mô hình

API ImageClassifier yêu cầu một mô hình TFLite có Siêu dữ liệu mô hình TFLite bắt buộc. Xem các ví dụ về cách tạo siêu dữ liệu cho trình phân loại hình ảnh bằng API Trình ghi siêu dữ liệu TensorFlow Lite.

Các mô hình trình phân loại hình ảnh tương thích phải đáp ứng các yêu cầu sau:

  • Tensor hình ảnh đầu vào (kTfLiteUInt8/kTfLiteFloat32)

    • đầu vào hình ảnh có kích thước [batch x height x width x channels].
    • không hỗ trợ suy luận theo lô (batch phải là 1).
    • chỉ hỗ trợ đầu vào RGB (channels phải là 3).
    • nếu loại là kTfLiteFloat32, bạn phải đính kèm NormalizationOptions vào siêu dữ liệu để chuẩn hoá dữ liệu đầu vào.
  • Tensor điểm đầu ra (kTfLiteUInt8/kTfLiteFloat32)

    • với các lớp N và 2 hoặc 4 phương diện, tức là [1 x N] hoặc [1 x 1 x 1 x N]
    • (các) bản đồ nhãn không bắt buộc(nhưng nên dùng) dưới dạng AssociatedFile-s có loại TENSOR_AXIS_LABELS, chứa một nhãn trên mỗi dòng. Hãy xem tệp nhãn mẫu. AssociatedFile đầu tiên như vậy (nếu có) được dùng để điền vào trường label (được đặt tên là class_name trong C++) của kết quả. Trường display_name được điền từ AssociatedFile (nếu có) có ngôn ngữ khớp với trường display_names_locale của ImageClassifierOptions được dùng tại thời điểm tạo ("en" theo mặc định, tức là tiếng Anh). Nếu không có trường nào trong số này, thì chỉ trường index của kết quả sẽ được điền.