Zintegruj detektory obiektów

Detektory obiektów mogą identyfikować, które ze znanych obiektów mogą być obecne i dostarczają informacji o ich pozycjach na danym obrazie lub filmie . Detektor obiektów jest trenowany tak, aby wykrywał obecność i lokalizację wielu klas obiektów. Na przykład model może być trenowany z wykorzystaniem obrazów zawierające różne kawałki owoców oraz oznaczone etykietą, która określa klasa owoców, które reprezentują (np. jabłko, banan lub truskawka), gdzie na obrazie jest każdy obiekt. Zobacz przykład wykrywania obiektów .

Wdrażanie niestandardowych wzorców do wykrywania obiektów przy użyciu interfejsu Task Library API ObjectDetector lub już wytrenowanych w aplikacjach mobilnych.

Najważniejsze funkcje interfejsu ObjectDetector API

  • Przetwarzanie obrazu, w tym obrót, zmiana rozmiaru i przestrzeń kolorów konwersji.

  • Język mapy etykiet.

  • Próg oceny do filtrowania wyników.

  • Wyniki wykrywania Top-K.

  • Listy dozwolonych i odrzuconych etykiet.

Obsługiwane modele wykrywania obiektów

Te modele gwarantują zgodność z modelem ObjectDetector API.

Uruchom wnioskowanie w Javie

Zobacz Aplikacja referencyjna do wykrywania obiektów pokazuje, jak używać właściwości ObjectDetector w aplikacji na Androida.

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 skompresowany. 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
ObjectDetectorOptions options =
    ObjectDetectorOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setMaxResults(1)
        .build();
ObjectDetector objectDetector =
    ObjectDetector.createFromFileAndOptions(
        context, modelFile, options);

// Run inference
List<Detection> results = objectDetector.detect(image);

Zobacz kod źródłowy i javadoc , aby uzyskać więcej opcji konfigurowania ObjectDetector.

Uruchom wnioskowanie w iOS

Krok 1. Zainstaluj zależności

Biblioteka zadań obsługuje instalację za pomocą CocoaPods. Upewnij się, że CocoaPods jest zainstalowany w systemie. Zapoznaj się z Przewodnik instalacji CocoaPods .

Zapoznaj się z Przewodnik po CocoaPods dotyczący dowiesz się więcej o dodawaniu podów do projektu Xcode.

Dodaj pod plik TensorFlowLiteTaskVision w pliku Podfile.

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

Sprawdź, czy dostępny jest model .tflite, którego będziesz używać do wnioskowania pakietu aplikacji.

Krok 2. Korzystanie z modelu

Swift

// Imports
import TensorFlowLiteTaskVision

// Initialization
guard let modelPath = Bundle.main.path(forResource: "ssd_mobilenet_v1",
                                            ofType: "tflite") else { return }

let options = ObjectDetectorOptions(modelPath: modelPath)

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

let detector = try ObjectDetector.detector(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: "cats_and_dogs.jpg"), let mlImage = MLImage(image: image) else { return }

// Run inference
let detectionResult = try detector.detect(mlImage: mlImage)

Objective-C

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

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"ssd_mobilenet_v1" ofType:@"tflite"];

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

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

TFLObjectDetector *detector = [TFLObjectDetector objectDetectorWithOptions:options
                                                                     error:nil];

// Convert the input image to MLImage.
UIImage *image = [UIImage imageNamed:@"dogs.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
TFLDetectionResult *detectionResult = [detector detectWithGMLImage:gmlImage error:nil];

Zobacz kod źródłowy , aby uzyskać więcej opcji konfigurowania TFLObjectDetector.

Uruchom wnioskowanie 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)
detection_options = processor.DetectionOptions(max_results=2)
options = vision.ObjectDetectorOptions(base_options=base_options, detection_options=detection_options)
detector = vision.ObjectDetector.create_from_options(options)

# Alternatively, you can create an object detector in the following manner:
# detector = vision.ObjectDetector.create_from_file(model_path)

# Run inference
image = vision.TensorImage.create_from_file(image_path)
detection_result = detector.detect(image)

Zobacz kod źródłowy , aby uzyskać więcej opcji konfigurowania ObjectDetector.

Uruchom wnioskowanie w C++

// Initialization
ObjectDetectorOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<ObjectDetector> object_detector = ObjectDetector::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 DetectionResult result = object_detector->Detect(*frame_buffer).value();

Zobacz kod źródłowy , aby uzyskać więcej opcji konfigurowania ObjectDetector.

Przykładowe wyniki

Oto przykład wyników wykrycia ssd mobilenet wersja 1 z TensorFlow Hub.

psy

Results:
 Detection #0 (red):
  Box: (x: 355, y: 133, w: 190, h: 206)
  Top-1 class:
   index       : 17
   score       : 0.73828
   class name  : dog
 Detection #1 (green):
  Box: (x: 103, y: 15, w: 138, h: 369)
  Top-1 class:
   index       : 17
   score       : 0.73047
   class name  : dog

Renderuj ramki ograniczające na obraz wejściowy:

wynik wykrywania

Wypróbuj prostą Narzędzie w wersji demonstracyjnej interfejsu wiersza poleceń ObjectDetector z własnym modelem i danymi testowymi.

Wymagania dotyczące zgodności z modelem

Interfejs API ObjectDetector wymaga modelu TFLite z obowiązkowym ustawieniem Metadane modelu TFLite. Zobacz przykłady tworzenia metadanych dla detektorów obiektów korzystających z TensorFlow Lite Metadata Writer API.

Zgodne modele wykrywania obiektów powinny spełniać te wymagania:

  • Wejściowy tensor obrazu: (kTfLiteUInt8/kTfLiteFloat32)

    • plik do wprowadzania obrazu o rozmiarze [batch x height x width x channels].
    • wnioskowanie wsadowe nie jest obsługiwane (wartość batch musi wynosić 1).
    • obsługiwane są tylko wejścia RGB (channels musi mieć wartość 3).
    • jeśli typ to kTfLiteFloat32, element NormalizationOptions musi mieć wartość do metadanych w celu normalizacji danych wejściowych.
  • Tensory wyjściowe muszą być 4 wyjściami operacji DetectionPostProcess, tj.:

    • Tensor lokalizacji (kTfLiteFloat32)
      • tensor rozmiaru [1 x num_results x 4], tablica wewnętrzna reprezentująca ramki ograniczające w formie [góra, lewo, prawo, dół].
      • Do metadanych należy dołączyć właściwości BoundingBox Property i muszą określić type=BOUNDARIES oraz `coordinate_type=RATIO.
    • Tensor klas (kTfLiteFloat32)

      • tensor rozmiaru [1 x num_results], każda wartość reprezentująca indeks całkowity klasy.
      • opcjonalne (ale zalecane) mapy etykiet można załączyć jako Powiązane pliki z typem TENSOR_VALUE_LABELS, zawierające 1 etykietę na wiersz. Zobacz przykładowego pliku etykiet. Pierwszy taki powiązany plik (jeśli istnieje) służy do wypełnienia class_name pola wyników. Pole display_name ma wartość wypełniona z elementu AssociatedFile (jeśli istnieje), którego język zgodny z Pole display_names_locale z ObjectDetectorOptions wykorzystywane podczas czas utworzenia („en” – domyślnie „en”, czyli w języku angielskim). Jeśli żadna z tych opcji nie pasuje dostępne, zostanie wypełnione tylko pole index wyników.
    • Tensor wyników (kTfLiteFloat32)

      • tensor rozmiaru [1 x num_results], każda wartość reprezentująca wykrywanego obiektu.
    • Liczba tensora wykrywania (kTfLiteFloat32)

      • liczba całkowita num_results w postaci tensora rozmiaru [1].