Integracja segmentów obrazów

Segmentatory obrazów prognozują, czy każdy piksel obrazu jest powiązany z określoną klasą. Różni się to od wykrywania obiektów, które wykrywa obiekty w prostokątnych regionach, oraz klasyfikacji obrazów, która klasyfikuje cały obraz. Więcej informacji o segmentatorach obrazów znajdziesz w przykładzie omówienia podziału obrazu na segmenty.

Użyj interfejsu Task Library ImageSegmenter API, aby wdrożyć w aplikacjach mobilnych własne segmentatory obrazów lub wstępnie wytrenowane modele.

Kluczowe funkcje interfejsu ImageSegmenter API

  • Przetwarzanie obrazu wejściowego, w tym obracanie, zmiana rozmiaru i konwersja przestrzeni kolorów.

  • Etykieta lokalizacji na mapie.

  • 2 typy danych wyjściowych: maska kategorii i maski ufności.

  • Kolorowa etykieta do wyświetlania.

Obsługiwane modele segmentacji obrazów

Te modele są zgodne z ImageSegmenterAPI.

Uruchamianie wnioskowania w Javie

Przykład użycia ImageSegmenter w aplikacji na Androida znajdziesz w aplikacji referencyjnej do segmentacji obrazu.

Krok 1. Zaimportuj zależność Gradle i inne ustawienia

Skopiuj plik modelu .tflite do katalogu zasobów modułu Androida, w którym będzie uruchamiany model. Określ, że plik nie powinien być kompresowany, i dodaj bibliotekę TensorFlow Lite do pliku build.gradle modułu:

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'
}

Krok 2. Korzystanie z modelu

// Initialization
ImageSegmenterOptions options =
    ImageSegmenterOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setOutputType(OutputType.CONFIDENCE_MASK)
        .build();
ImageSegmenter imageSegmenter =
    ImageSegmenter.createFromFileAndOptions(context, modelFile, options);

// Run inference
List<Segmentation> results = imageSegmenter.segment(image);

Więcej opcji konfigurowania ImageSegmenter znajdziesz w kodzie źródłowym i dokumentacji Javadoc.

Uruchamianie wnioskowania na iOS

Krok 1. Zainstaluj zależności

Biblioteka zadań obsługuje instalację za pomocą CocoaPods. Upewnij się, że w systemie jest zainstalowany CocoaPods. Instrukcje znajdziesz w przewodniku instalacji CocoaPods.

Szczegółowe informacje o dodawaniu podów do projektu w Xcode znajdziesz w przewodniku po CocoaPods.

Dodaj pod TensorFlowLiteTaskVision do pliku Podfile.

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

Upewnij się, że model .tflite, którego będziesz używać do wnioskowania, znajduje się w pakiecie aplikacji.

Krok 2. Korzystanie z modelu

Swift

// Imports
import TensorFlowLiteTaskVision

// Initialization
guard let modelPath = Bundle.main.path(forResource: "deeplabv3",
                                            ofType: "tflite") else { return }

let options = ImageSegmenterOptions(modelPath: modelPath)

// Configure any additional options:
// options.outputType = OutputType.confidenceMasks

let segmenter = try ImageSegmenter.segmenter(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: "plane.jpg"), let mlImage = MLImage(image: image) else { return }

// Run inference
let segmentationResult = try segmenter.segment(mlImage: mlImage)

Objective-C

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

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"deeplabv3" ofType:@"tflite"];

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

// Configure any additional options:
// options.outputType = TFLOutputTypeConfidenceMasks;

TFLImageSegmenter *segmenter = [TFLImageSegmenter imageSegmenterWithOptions:options
                                                                      error:nil];

// Convert the input image to MLImage.
UIImage *image = [UIImage imageNamed:@"plane.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
TFLSegmentationResult *segmentationResult =
    [segmenter segmentWithGMLImage:gmlImage error:nil];

Więcej opcji konfigurowania TFLImageSegmenter znajdziesz w kodzie źródłowym.

Uruchamianie wnioskowania w Pythonie

Krok 1. Zainstaluj pakiet pip

pip install tflite-support

Krok 2. Korzystanie z modelu

# 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)
segmentation_options = processor.SegmentationOptions(
    output_type=processor.SegmentationOptions.output_type.CATEGORY_MASK)
options = vision.ImageSegmenterOptions(base_options=base_options, segmentation_options=segmentation_options)
segmenter = vision.ImageSegmenter.create_from_options(options)

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

# Run inference
image_file = vision.TensorImage.create_from_file(image_path)
segmentation_result = segmenter.segment(image_file)

Więcej opcji konfigurowania ImageSegmenter znajdziesz w kodzie źródłowym.

Uruchamianie wnioskowania w C++

// Initialization
ImageSegmenterOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<ImageSegmenter> image_segmenter = ImageSegmenter::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 SegmentationResult result = image_segmenter->Segment(*frame_buffer).value();

Więcej opcji konfigurowania ImageSegmenter znajdziesz w kodzie źródłowym.

Przykładowe wyniki

Oto przykład wyników segmentacji modelu deeplab_v3, ogólnego modelu segmentacji dostępnego w TensorFlow Hub.

samolotem

Color Legend:
 (r: 000, g: 000, b: 000):
  index       : 0
  class name  : background
 (r: 128, g: 000, b: 000):
  index       : 1
  class name  : aeroplane

# (omitting multiple lines for conciseness) ...

 (r: 128, g: 192, b: 000):
  index       : 19
  class name  : train
 (r: 000, g: 064, b: 128):
  index       : 20
  class name  : tv
Tip: use a color picker on the output PNG file to inspect the output mask with
this legend.

Maska kategorii segmentacji powinna wyglądać tak:

segmentation-output

Wypróbuj proste narzędzie demonstracyjne interfejsu wiersza poleceń do ImageSegmenter z własnym modelem i danymi testowymi.

Wymagania dotyczące zgodności modeli

Interfejs ImageSegmenter API oczekuje modelu TFLite z obowiązkowymi metadanymi modelu TFLite. Zobacz przykłady tworzenia metadanych dla segmentatorów obrazów za pomocą interfejsu API TensorFlow Lite Metadata Writer.

  • Tensor obrazu wejściowego (kTfLiteUInt8/kTfLiteFloat32)

    • obraz wejściowy o rozmiarze [batch x height x width x channels].
    • wnioskowanie zbiorcze nie jest obsługiwane (batch musi mieć wartość 1).
    • obsługiwane są tylko dane wejściowe RGB (wartość channels musi wynosić 3);
    • Jeśli typ to kTfLiteFloat32, do metadanych muszą być dołączone opcje normalizacji, aby można było normalizować dane wejściowe.

  • Tensor masek wyjściowych: (kTfLiteUInt8/kTfLiteFloat32)

    • tensor o rozmiarze [batch x mask_height x mask_width x num_classes], gdzie batch musi mieć wartość 1, mask_width i mask_height to wymiary masek segmentacji generowanych przez model, a num_classes to liczba klas obsługiwanych przez model.
    • opcjonalne (ale zalecane) mapy etykiet można dołączyć jako pliki powiązane typu TENSOR_AXIS_LABELS, zawierające po jednej etykiecie w wierszu. Pierwszy taki element AssociatedFile (jeśli występuje) jest używany do wypełnienia pola label wyników (w C++ ma nazwę class_name). Pole display_name jest wypełniane na podstawie powiązanego pliku (jeśli taki istnieje), którego język jest zgodny z polem display_names_locale w polu ImageSegmenterOptions używanym w momencie tworzenia („en” domyślnie, czyli angielski). Jeśli żadne z tych pól nie jest dostępne, wypełnione zostanie tylko pole index w wynikach.