La tâche MediaPipe Main Markdown vous permet de détecter les points de repère des mains dans une image. Ces instructions vous expliquent comment utiliser le repère de main avec les applications iOS. L'exemple de code décrit dans ces instructions est disponible sur GitHub.
Pour en savoir plus sur les fonctionnalités, les modèles et les options de configuration de cette tâche, consultez la présentation.
Exemple de code
L'exemple de code MediaPipe Tasks est une implémentation de base d'une application Hand Marker pour iOS. L'exemple utilise l'appareil photo d'un appareil iOS physique pour détecter les points de repère de la main dans un flux vidéo en continu. L'appli peut également détecter les points de repère de la main dans les images et les vidéos de la galerie de l'appareil.
Vous pouvez utiliser l'application comme point de départ pour votre propre application iOS, ou vous y référer lorsque vous modifiez une application existante. L'exemple de code Main Repère est hébergé sur GitHub.
Télécharger le code
Les instructions suivantes vous expliquent comment créer une copie locale de l'exemple de code à l'aide de l'outil de ligne de commande git.
Pour télécharger l'exemple de code, procédez comme suit:
Clonez le dépôt git à l'aide de la commande suivante:
git clone https://github.com/google-ai-edge/mediapipe-samples
Si vous le souhaitez, configurez votre instance Git pour utiliser le paiement creux afin de n'avoir que les fichiers de l'application exemple Hand Markerer:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/hand_landmarker/ios/
Après avoir créé une version locale de l'exemple de code, vous pouvez installer la bibliothèque de tâches MediaPipe, ouvrir le projet à l'aide de Xcode et exécuter l'application. Pour obtenir des instructions, consultez le guide de configuration pour iOS.
Composants clés
Les fichiers suivants contiennent le code crucial de l'exemple d'application Hand Markerer:
- HandLandmarkerService.swift : initialise le jalon de main, gère la sélection du modèle et exécute l'inférence sur les données d'entrée.
- CameraViewController.swift : implémente l'interface utilisateur pour le mode d'entrée du flux de la caméra en direct et visualise les résultats.
- MediaLibraryViewController.swift : implémente l'interface utilisateur pour le mode d'entrée de fichier image fixe et vidéo, et visualise les résultats.
Préparation
Cette section décrit les étapes clés de la configuration de votre environnement de développement et de vos projets de code afin d'utiliser Hand Repère. Pour obtenir des informations générales sur la configuration de votre environnement de développement pour l'utilisation des tâches MediaPipe, y compris les exigences de version de la plate-forme, consultez le guide de configuration pour iOS.
Dépendances
Hand Markerer utilise la bibliothèque MediaPipeTasksVision
, qui doit être installée à l'aide de CocoaPods. La bibliothèque est compatible avec les applications Swift et Objective-C, et ne nécessite aucune configuration spécifique au langage utilisé.
Pour savoir comment installer CocoaPods sous macOS, consultez le guide d'installation de CocoaPods.
Pour savoir comment créer un Podfile
avec les pods nécessaires à votre application, consultez la section Utiliser CocoaPods.
Ajoutez le pod MediaPipeTasksVision dans le fichier Podfile
à l'aide du code suivant:
target 'MyHandLandmarkerApp' do
use_frameworks!
pod 'MediaPipeTasksVision'
end
Si votre application inclut des cibles de tests unitaires, consultez le guide de configuration pour iOS afin d'obtenir des informations supplémentaires sur la configuration de votre Podfile
.
Modèle
La tâche MediaPipe Main Marker nécessite un modèle entraîné compatible avec cette tâche. Pour en savoir plus sur les modèles entraînés disponibles pour Main Marker, consultez la section Modèles de la présentation des tâches.
Sélectionnez et téléchargez un modèle, puis ajoutez-le au répertoire de votre projet à l'aide de Xcode. Pour savoir comment ajouter des fichiers à votre projet Xcode, consultez la page Gérer les fichiers et les dossiers dans votre projet Xcode.
Utilisez la propriété BaseOptions.modelAssetPath
pour spécifier le chemin d'accès au modèle dans votre app bundle. Pour obtenir un exemple de code, consultez la section suivante.
Créer la tâche
Vous pouvez créer la tâche "Marqueur de main" en appelant l'un de ses initialiseurs. L'initialiseur HandLandmarker(options:)
accepte les valeurs pour les options de configuration.
Si vous n'avez pas besoin d'un repère de main initialisé avec des options de configuration personnalisées, vous pouvez utiliser l'initialiseur HandLandmarker(modelPath:)
pour créer un repère de main avec les options par défaut. Pour en savoir plus sur les options de configuration, consultez la section Présentation de la configuration.
La tâche "Point de repère" accepte trois types de données d'entrée: les images fixes, les fichiers vidéo et les flux vidéo en direct. Par défaut, HandLandmarker(modelPath:)
initialise une tâche pour les images fixes. Si vous souhaitez que votre tâche soit initialisée pour traiter les fichiers vidéo ou les flux vidéo en direct, utilisez HandLandmarker(options:)
pour spécifier le mode d'exécution de la vidéo ou du streaming en direct. Le mode "Diffusion en direct" nécessite également l'option de configuration handLandmarkerLiveStreamDelegate
supplémentaire, qui permet au repère de main de fournir ces résultats au délégué de manière asynchrone.
Choisissez l'onglet correspondant à votre mode d'exécution pour voir comment créer la tâche et exécuter l'inférence.
Swift
Images
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "hand_landmarker", ofType: "task") let options = HandLandmarkerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .image options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands let handLandmarker = try HandLandmarker(options: options)
Vidéo
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "hand_landmarker", ofType: "task") let options = HandLandmarkerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .video options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands let handLandmarker = try HandLandmarker(options: options)
Diffusion en direct
import MediaPipeTasksVision // Class that conforms to the `HandLandmarkerLiveStreamDelegate` protocol and // implements the method that the hand landmarker calls once it finishes // performing landmarks detection in each input frame. class HandLandmarkerResultProcessor: NSObject, HandLandmarkerLiveStreamDelegate { func handLandmarker( _ handLandmarker: HandLandmarker, didFinishDetection result: HandLandmarkerResult?, timestampInMilliseconds: Int, error: Error?) { // Process the hand landmarker result or errors here. } } let modelPath = Bundle.main.path( forResource: "hand_landmarker", ofType: "task") let options = HandLandmarkerOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .liveStream options.minHandDetectionConfidence = minHandDetectionConfidence options.minHandPresenceConfidence = minHandPresenceConfidence options.minTrackingConfidence = minHandTrackingConfidence options.numHands = numHands // Assign an object of the class to the `handLandmarkerLiveStreamDelegate` // property. let processor = HandLandmarkerResultProcessor() options.handLandmarkerLiveStreamDelegate = processor let handLandmarker = try HandLandmarker(options: options)
Objective-C
Images
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"hand_landmarker" ofType:@"task"]; MPPHandLandmarkerOptions *options = [[MPPHandLandmarkerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeImage; options.minHandDetectionConfidence = minHandDetectionConfidence; options.minHandPresenceConfidence = minHandPresenceConfidence; options.minTrackingConfidence = minHandTrackingConfidence; options.numHands = numHands; MPPHandLandmarker *handLandmarker = [[MPPHandLandmarker alloc] initWithOptions:options error:nil];
Vidéo
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"hand_landmarker" ofType:@"task"]; MPPHandLandmarkerOptions *options = [[MPPHandLandmarkerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeVideo; options.minHandDetectionConfidence = minHandDetectionConfidence; options.minHandPresenceConfidence = minHandPresenceConfidence; options.minTrackingConfidence = minHandTrackingConfidence; options.numHands = numHands; MPPHandLandmarker *handLandmarker = [[MPPHandLandmarker alloc] initWithOptions:options error:nil];
Diffusion en direct
@import MediaPipeTasksVision; // Class that conforms to the `MPPHandLandmarkerLiveStreamDelegate` protocol // and implements the method that the hand landmarker calls once it finishes // performing landmarks detection in each input frame. @interface APPHandLandmarkerResultProcessor : NSObject@end @implementation APPHandLandmarkerResultProcessor - (void)handLandmarker:(MPPHandLandmarker *)handLandmarker didFinishDetectionWithResult:(MPPHandLandmarkerResult *)handLandmarkerResult timestampInMilliseconds:(NSInteger)timestampInMilliseconds error:(NSError *)error { // Process the hand landmarker result or errors here. } @end NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"hand_landmarker" ofType:@"task"]; MPPHandLandmarkerOptions *options = [[MPPHandLandmarkerOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeLiveStream; options.minHandDetectionConfidence = minHandDetectionConfidence; options.minHandPresenceConfidence = minHandPresenceConfidence; options.minTrackingConfidence = minHandTrackingConfidence; options.numHands = numHands; // Assign an object of the class to the `handLandmarkerLiveStreamDelegate` // property. APPHandLandmarkerResultProcessor *processor = [APPHandLandmarkerResultProcessor new]; options.handLandmarkerLiveStreamDelegate = processor; MPPHandLandmarker *handLandmarker = [[MPPHandLandmarker alloc] initWithOptions:options error:nil];
Options de configuration
Cette tâche comporte les options de configuration suivantes pour les applications iOS:
Nom de l'option | Description | Plage de valeurs | Valeur par défaut |
---|---|---|---|
running_mode |
Définit le mode d'exécution de la tâche. Il existe trois modes: IMAGE: mode pour les entrées d'une seule image. VIDEO: mode pour les images décodées d'une vidéo. LIVE_STREAM: mode de diffusion en direct de données d'entrée, issues par exemple d'une caméra. Dans ce mode, resultListener doit être appelé pour configurer un écouteur afin de recevoir les résultats de manière asynchrone. Dans ce mode, handLandmarkerLiveStreamDelegate doit être défini sur une instance d'une classe qui implémente HandLandmarkerLiveStreamDelegate pour recevoir les résultats de la détection des points de repère de main de manière asynchrone.
|
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
numHands |
Nombre maximal de mains détectées par le détecteur de points de repère Main. | Any integer > 0 |
1 |
minHandDetectionConfidence |
Score de confiance minimal pour que la détection de la main soit considérée comme réussie dans le modèle de détection de la paume de la main. | 0.0 - 1.0 |
0.5 |
minHandPresenceConfidence |
Score de confiance minimal pour le score de présence de la main dans le modèle de détection de points de repère de la main. En mode Vidéo et en mode diffusion en direct, si le score de confiance de présence de la main du modèle de point de repère de la main est inférieur à ce seuil, le repère de main déclenche le modèle de détection de la paume de la main. Sinon, un algorithme léger de suivi de la main détermine la position des mains pour les détections de points de repère ultérieures. | 0.0 - 1.0 |
0.5 |
minTrackingConfidence |
Score de confiance minimal pour que le suivi manuel soit considéré comme réussi. Il s'agit du seuil IoU du cadre de délimitation entre les aiguilles de la trame actuelle et de la dernière image. En mode Vidéo et en mode Flux de Hand marker, en cas d'échec du suivi, celui-ci déclenche la détection des mains. Sinon, la détection des mains est ignorée. | 0.0 - 1.0 |
0.5 |
result_listener |
Définit l'écouteur de résultats de sorte qu'il reçoive les résultats de la détection de manière asynchrone lorsque le repère d'aiguille est en mode flux en direct.
S'applique uniquement lorsque le mode d'exécution est défini sur LIVE_STREAM |
N/A | N/A |
Lorsque le mode de course est défini sur "Diffuser en direct", le repère de main nécessite l'option de configuration handLandmarkerLiveStreamDelegate
supplémentaire, qui lui permet de fournir des résultats de détection de points de repère de main de manière asynchrone. Le délégué doit implémenter la méthode handLandmarker(_:didFinishDetection:timestampInMilliseconds:error:)
, que le repère de main appelle après avoir traité les résultats de détection des points de repère de la main pour chaque image.
Nom de l'option | Description | Plage de valeurs | Valeur par défaut |
---|---|---|---|
handLandmarkerLiveStreamDelegate |
Permet à Hand Markerer de recevoir les résultats de détection des points de repère de la main de manière asynchrone en mode de diffusion en direct. La classe dont l'instance est définie sur cette propriété doit mettre en œuvre la méthode handLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) . |
Non applicable | Non définie |
Préparation des données
Vous devez convertir l'image ou le cadre d'entrée en objet MPImage
avant de le transmettre à l'outil de repère de main. MPImage
accepte différents types de formats d'image iOS et peut les utiliser dans n'importe quel mode d'exécution pour l'inférence. Pour en savoir plus sur MPImage
, consultez l'API MPImage.
Choisissez un format d'image iOS en fonction de votre cas d'utilisation et du mode d'exécution requis par votre application.MPImage
accepte les formats d'image iOS UIImage
, CVPixelBuffer
et CMSampleBuffer
.
UIImage
Le format UIImage
convient bien aux modes d'exécution suivants:
Images: les images d'un app bundle, d'une galerie de l'utilisateur ou d'un système de fichiers au format
UIImage
peuvent être converties en objetMPImage
.Vidéos: utilisez AVAssetImageGenerator pour extraire des images vidéo au format CGImage, puis convertissez-les en images
UIImage
.
Swift
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(uiImage: image)
Objective-C
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
L'exemple initialise un MPImage
avec l'orientation par défaut UIImage.Orientation.Up. Vous pouvez initialiser un MPImage
avec l'une des valeurs UIImage.Orientation acceptées. Le repère de main n'est pas compatible avec les orientations en miroir, telles que .upMirrored
, .downMirrored
, .leftMirrored
et .rightMirrored
.
Pour en savoir plus sur UIImage
, consultez la documentation sur l'UIImage pour les développeurs Apple.
CVPixelBuffer
Le format CVPixelBuffer
convient bien aux applications qui génèrent des frames et utilisent le framework iOS CoreImage pour le traitement.
Le format CVPixelBuffer
convient bien aux modes d'exécution suivants:
Images: les applications qui génèrent des images
CVPixelBuffer
après un traitement à l'aide du frameworkCoreImage
d'iOS peuvent être envoyées à l'outil de repère de main en mode d'exécution de l'image.Vidéos: les images vidéo peuvent être converties au format
CVPixelBuffer
pour traitement, puis envoyées au repère de main en mode vidéo.Diffusion en direct: les applications qui utilisent une caméra iOS pour générer des images peuvent être converties au format
CVPixelBuffer
à des fins de traitement avant d'être envoyées au repère de la main en mode de diffusion en direct.
Swift
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(pixelBuffer: pixelBuffer)
Objective-C
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
Pour en savoir plus sur CVPixelBuffer
, reportez-vous à la documentation sur CVPixelBuffer pour les développeurs.
CMSampleBuffer
Le format CMSampleBuffer
stocke des échantillons multimédias d'un même type. Il convient parfaitement au mode d'exécution de diffusion en direct. Les images en direct des appareils photo iOS sont diffusées de manière asynchrone au format CMSampleBuffer
par AVCaptureVideoDataOutput d'iOS.
Swift
// Obtain a CMSampleBuffer. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(sampleBuffer: sampleBuffer)
Objective-C
// Obtain a `CMSampleBuffer`. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
Pour en savoir plus sur CMSampleBuffer
, reportez-vous à la documentation sur CMSampleBuffer pour les développeurs d'Apple.
Exécuter la tâche
Pour exécuter le repère de main, utilisez la méthode detect()
spécifique au mode d'exécution attribué:
- Image fixe:
detect(image:)
- Vidéo :
detect(videoFrame:timestampInMilliseconds:)
- Diffusion en direct :
detectAsync(image:timestampInMilliseconds:)
Swift
Images
let result = try handLandmarker.detect(image: image)
Vidéo
let result = try handLandmarker.detect( videoFrame: image, timestampInMilliseconds: timestamp)
Diffusion en direct
try handLandmarker.detectAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Images
MPPHandLandmarkerResult *result = [handLandmarker detectInImage:image error:nil];
Vidéo
MPPHandLandmarkerResult *result = [handLandmarker detectInVideoFrame:image timestampInMilliseconds:timestamp error:nil];
Diffusion en direct
BOOL success = [handLandmarker detectAsyncInImage:image timestampInMilliseconds:timestamp error:nil];
L'exemple de code du repère de main montre les implémentations de chacun de ces modes plus en détail. L'exemple de code permet à l'utilisateur de basculer entre les modes de traitement, ce qui n'est peut-être pas nécessaire pour votre cas d'utilisation.
Veuillez noter les points suivants :
Lors de l'exécution en mode vidéo ou en mode diffusion en direct, vous devez également fournir l'horodatage du frame d'entrée à la tâche Main Repère.
Lors de l'exécution en mode image ou vidéo, la tâche Main Marker bloque le thread actuel jusqu'à ce qu'elle ait fini de traiter l'image ou le frame d'entrée. Pour éviter de bloquer le thread actuel, exécutez le traitement dans un thread en arrière-plan à l'aide des frameworks Dispatch ou NSOperation d'iOS.
Lors de l'exécution en mode de diffusion en direct, la tâche "Main Repère" est renvoyée immédiatement et ne bloque pas le thread actuel. Il appelle la méthode
handLandmarker(_:didFinishDetection:timestampInMilliseconds:error:)
avec le résultat du repère de main après le traitement de chaque frame d'entrée. Le service de repère de la main appelle cette méthode de manière asynchrone sur une file d'attente de distribution en série dédiée. Pour afficher les résultats dans l'interface utilisateur, envoyez les résultats à la file d'attente principale après les avoir traités. Si la fonctiondetectAsync
est appelée lorsque la tâche du repère de main est occupée à traiter une autre image, ce dernier ignore la nouvelle image d'entrée.
Gérer et afficher les résultats
Lors de l'exécution de l'inférence, la tâche Main Marker renvoie un HandLandmarkerResult
qui contient les points de repère de la main en coordonnées d'image, les points de repère dans les coordonnées mondiales et la main dominante(main gauche/droite) des mains détectées.
Voici un exemple des données de sortie de cette tâche:
La sortie HandLandmarkerResult
contient trois composants. Chaque composant est un tableau, où chaque élément contient les résultats suivants pour une seule main détectée:
Main dominante
La main dominante indique si les mains détectées sont des mains gauches ou droites.
Points de repère
Il y a 21 points de repère pour les mains, chacun composé des coordonnées
x
,y
etz
. Les coordonnéesx
ety
sont normalisées à [0,0, 1,0] en fonction de la largeur et de la hauteur de l'image, respectivement. La coordonnéez
représente la profondeur du point de repère, la profondeur au niveau du poignet correspondant à l'origine. Plus la valeur est faible, plus le point de repère est proche de la caméra. La magnitude dez
utilise à peu près la même échelle quex
.Monuments internationaux
Les points de repère des 21 mains sont également indiqués en coordonnées mondiales. Chaque point de repère est composé de
x
,y
etz
, représentant des coordonnées 3D réelles en mètres avec le point de départ au centre géométrique de la main.
HandLandmarkerResult:
Handedness:
Categories #0:
index : 0
score : 0.98396
categoryName : Left
Landmarks:
Landmark #0:
x : 0.638852
y : 0.671197
z : -3.41E-7
Landmark #1:
x : 0.634599
y : 0.536441
z : -0.06984
... (21 landmarks for a hand)
WorldLandmarks:
Landmark #0:
x : 0.067485
y : 0.031084
z : 0.055223
Landmark #1:
x : 0.063209
y : -0.00382
z : 0.020920
... (21 world landmarks for a hand)
L'image suivante montre une visualisation du résultat de la tâche: