MediaPipe 圖片分類器工作可讓您對圖片執行分類。您可以使用這項工作,在訓練期間定義一組類別的圖片代表的圖片代表的意義。以下操作說明將說明如何搭配 Android 應用程式使用圖片分類器。您可以前往 GitHub 取得這些操作說明中提及的程式碼範例。
如要查看這項工作的實際運作情形,請參閱網頁示範。 如要進一步瞭解這項工作的功能、模型和設定選項,請參閱總覽。
程式碼範例
MediaPipe Tasks 範例程式碼是 Android 圖片分類器應用程式的簡易實作方式。這個範例會使用實體 Android 裝置的相機將物件持續分類,也能使用裝置圖片庫中的圖片和影片,以靜態方式分類物件。
您可以將該應用程式做為開發 Android 應用程式的起點,或在修改現有應用程式時參照。圖片分類器範例程式碼由 GitHub 代管。
下載程式碼
以下操作說明說明如何使用 git 指令列工具建立範例程式碼的本機副本。
如要下載範例程式碼,請按照下列步驟操作:
- 使用下列指令複製 Git 存放區:
git clone https://github.com/google-ai-edge/mediapipe-samples
- 您可以選擇將 Git 執行個體設為使用稀疏檢查,因此只有 Image Classifier 範例應用程式的檔案:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/image_classification/android
建立範例程式碼的本機版本後,您可以將專案匯入 Android Studio 並執行應用程式。如需操作說明,請參閱「Android 設定指南」。
重要元件
下列檔案包含此圖片分類範例應用程式的重要程式碼:
- ImageClassifierHelper.kt:初始化圖片分類器並處理模型並委派選取。
- MainActivity.kt - 實作應用程式,包括呼叫
ImageClassificationHelper
和ClassificationResultsAdapter
。 - ClassificationResultsAdapter.kt - 處理結果並設定格式。
設定
本節說明設定開發環境及程式碼專案,以使用 Image Classifier 的重要步驟。如需瞭解如何設定開發環境以使用 MediaPipe 工作 (包括平台版本需求),請參閱「Android 設定指南」。
依附元件
圖片分類器使用 com.google.mediapipe:tasks-vision
程式庫。將這個依附元件新增至 Android 應用程式開發專案的 build.gradle
檔案。使用下列程式碼匯入必要的依附元件:
dependencies {
...
implementation 'com.google.mediapipe:tasks-vision:latest.release'
}
型號
MediaPipe 圖片分類器工作需要使用與這項工作相容的已訓練模型。如要進一步瞭解 Image Classifier 可用的已訓練模型,請參閱工作總覽「模型」一節。
選取並下載模型,然後將其儲存在專案目錄中:
<dev-project-root>/src/main/assets
請使用 BaseOptions.Builder.setModelAssetPath()
方法指定模型使用的路徑。在下一節的程式碼範例中稱為此方法。
這個模型是在圖片分類器 範例程式碼中定義,並在 ImageClassifierHelper.kt
檔案中定義。
建立工作
您可以使用 createFromOptions
函式建立工作。createFromOptions
函式可接受設定選項,包括執行模式、顯示名稱語言代碼、結果數量上限、可信度門檻,以及類別許可清單或拒絕清單。如要進一步瞭解設定選項,請參閱「設定總覽」。
圖片分類器工作支援 3 種輸入資料類型:靜態圖片、影片檔案和即時影片串流。您在建立工作時,需要指定與輸入資料類型相對應的執行模式。請選擇與輸入資料類型對應的分頁標籤,瞭解如何建立工作並執行推論。
圖片
ImageClassifierOptions options = ImageClassifierOptions.builder() .setBaseOptions( BaseOptions.builder().setModelAssetPath("model.tflite").build()) .setRunningMode(RunningMode.IMAGE) .setMaxResults(5) .build(); imageClassifier = ImageClassifier.createFromOptions(context, options);
影片
ImageClassifierOptions options = ImageClassifierOptions.builder() .setBaseOptions( BaseOptions.builder().setModelAssetPath("model.tflite").build()) .setRunningMode(RunningMode.VIDEO) .setMaxResults(5) .build(); imageClassifier = ImageClassifier.createFromOptions(context, options);
直播
ImageClassifierOptions options = ImageClassifierOptions.builder() .setBaseOptions( BaseOptions.builder().setModelAssetPath("model.tflite").build()) .setRunningMode(RunningMode.LIVE_STREAM) .setMaxResults(5) .setResultListener((result, inputImage) -> { // Process the classification result here. }) .setErrorListener((result, inputImage) -> { // Process the classification errors here. }) .build() imageClassifier = ImageClassifier.createFromOptions(context, options)
圖片分類器範例程式碼實作可讓使用者切換處理模式。這種做法會讓工作建立程式碼變得更加複雜,並且可能不適合您的用途。您可以在 ImageClassifierHelper.kt
檔案的 setupImageClassifier()
函式中看到此程式碼。
設定選項
這項工作的 Android 應用程式設定選項如下:
選項名稱 | 說明 | 值範圍 | 預設值 |
---|---|---|---|
runningMode |
設定工作的執行模式。共有三種模式: IMAGE:單一圖片輸入的模式。 影片:影片已解碼影格的模式。 LIVE_STREAM:輸入資料串流 (例如攝影機) 的直播模式。在這個模式下,必須呼叫 resultListener 才能設定事件監聽器,以非同步方式接收結果。 |
{IMAGE, VIDEO, LIVE_STREAM } |
IMAGE |
displayNamesLocale |
設定標籤語言,用於工作模型中繼資料內的顯示名稱 (如有)。英文的預設值是 en 。您可以使用 TensorFlow Lite Metadata Writer API,在自訂模型的中繼資料中加入本地化標籤 |
語言代碼 | en |
maxResults |
設定要傳回的最高評分分類結果數量上限 (選用)。如果小於 0,系統會傳回所有可用的結果。 | 任何正數 | -1 |
scoreThreshold |
設定預測分數門檻,覆寫模型中繼資料 (如有) 中提供的分數門檻。這個值下方的結果遭到拒絕。 | 不限浮點值 | 未設定 |
categoryAllowlist |
設定允許的類別名稱 (選用)。如果不是空白,系統會篩除類別名稱不在這個組合中的分類結果。系統會忽略重複或不明的類別名稱。這個選項與 categoryDenylist 互斥,且同時使用兩者會導致錯誤。 |
任何字串 | 未設定 |
categoryDenylist |
設定不允許使用的類別名稱清單。如果不是空白,系統會篩除類別名稱在此集合中的分類結果。系統會忽略重複或不明的類別名稱。這個選項與 categoryAllowlist 互斥,且同時使用兩者會導致錯誤。 |
任何字串 | 未設定 |
resultListener |
設定結果事件監聽器,在圖片分類器處於直播模式時,以非同步方式接收分類結果。只能在執行模式設為 LIVE_STREAM 時使用 |
不適用 | 未設定 |
errorListener |
設定選用的錯誤事件監聽器。 | 不適用 | 未設定 |
準備資料
圖片分類器適用於圖片、影片檔案和直播影片。工作會處理資料輸入的預先處理作業,包括調整大小、旋轉和值正規化。
您必須將輸入圖片或框架轉換為 com.google.mediapipe.framework.image.MPImage
物件,才能將其傳送至圖片分類器。
圖片
import com.google.mediapipe.framework.image.BitmapImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Load an image on the user’s device as a Bitmap object using BitmapFactory. // Convert an Android’s Bitmap object to a MediaPipe’s Image object. Image mpImage = new BitmapImageBuilder(bitmap).build();
影片
import com.google.mediapipe.framework.image.BitmapImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Load a video file on the user's device using MediaMetadataRetriever // From the video’s metadata, load the METADATA_KEY_DURATION and // METADATA_KEY_VIDEO_FRAME_COUNT value. You’ll need them // to calculate the timestamp of each frame later. // Loop through the video and load each frame as a Bitmap object. // Convert the Android’s Bitmap object to a MediaPipe’s Image object. Image mpImage = new BitmapImageBuilder(frame).build();
直播
import com.google.mediapipe.framework.image.MediaImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Create a CameraX’s ImageAnalysis to continuously receive frames // from the device’s camera. Configure it to output frames in RGBA_8888 // format to match with what is required by the model. // For each Android’s ImageProxy object received from the ImageAnalysis, // extract the encapsulated Android’s Image object and convert it to // a MediaPipe’s Image object. android.media.Image mediaImage = imageProxy.getImage() Image mpImage = new MediaImageBuilder(mediaImage).build();
在圖片分類器範例程式碼中,資料準備是在 ImageClassifierHelper.kt
檔案中處理。
執行工作
您可以呼叫與執行模式對應的 classify
函式來觸發推論。Image Classifier API 會傳回輸入圖片或頁框中物件的可能類別。
圖片
ImageClassifierResult classifierResult = imageClassifier.classify(image);
影片
// Calculate the timestamp in milliseconds of the current frame. long frame_timestamp_ms = 1000 * video_duration * frame_index / frame_count; // Run inference on the frame. ImageClassifierResult classifierResult = imageClassifier.classifyForVideo(image, frameTimestampMs);
直播
// Run inference on the frame. The classifications results will be available // via the `resultListener` provided in the `ImageClassifierOptions` when // the image classifier was created. imageClassifier.classifyAsync(image, frameTimestampMs);
注意事項:
- 在影片模式或直播模式中執行時,您也必須為圖片分類器工作提供輸入影格的時間戳記。
- 在圖片或影片模式中執行時,圖片分類器工作會封鎖目前的執行緒,直到完成輸入圖片或影格的處理為止。如要避免封鎖使用者介面,請在背景執行緒中執行處理作業。
- 以直播模式執行時,圖片分類器工作不會封鎖目前的執行緒,但會立即傳回。每當它處理完輸入影格時,就會透過偵測結果叫用結果監聽器。如果在圖片分類器工作忙於處理其他影格時呼叫
classifyAsync
函式,則工作會忽略新的輸入影格。
在圖片分類器範例程式碼中,ImageClassifierHelper.kt
檔案已定義 classify
函式。
處理並顯示結果
執行推論時,圖片分類器工作會傳回 ImageClassifierResult
物件,其中包含輸入圖片或影格中物件的可能類別清單。
以下為這項工作的輸出資料範例:
ImageClassifierResult:
Classifications #0 (single classification head):
head index: 0
category #0:
category name: "/m/01bwb9"
display name: "Passer domesticus"
score: 0.91406
index: 671
category #1:
category name: "/m/01bwbt"
display name: "Passer montanus"
score: 0.00391
index: 670
已取得這項結果,方法是在以下裝置執行 Bird Classifier:
在圖片分類器範例程式碼中,ClassificationResultsAdapter.kt
檔案中的 ClassificationResultsAdapter
類別會處理結果:
fun updateResults(imageClassifierResult: ImageClassifierResult? = null) {
categories = MutableList(adapterSize) { null }
if (imageClassifierResult != null) {
val sortedCategories = imageClassifierResult.classificationResult()
.classifications()[0].categories().sortedBy { it.index() }
val min = kotlin.math.min(sortedCategories.size, categories.size)
for (i in 0 until min) {
categories[i] = sortedCategories[i]
}
}
}