Guía de clasificación de imágenes para iOS

La tarea Clasificador de imágenes te permite clasificar imágenes. Puedes usar esta tarea para identificar lo que representa una imagen en un conjunto de categorías definidas durante el entrenamiento. Estas instrucciones te muestran cómo usar el clasificador de imágenes en apps para iOS. La muestra de código descrita en estas instrucciones está disponible en GitHub:

Puedes ver esta tarea en acción viendo este sitio web demo. Para más información sobre las capacidades, los modelos y las opciones de configuración de esta tarea, consulta la Descripción general.

Ejemplo de código

El código de ejemplo de tareas de MediaPipe es una implementación básica de un clasificador de imágenes para iOS. En el ejemplo, se usa la cámara de un dispositivo iOS físico para clasifican objetos de forma continua y, además, puedes usar imágenes y videos del galería de dispositivos para clasificar objetos de forma estática.

Puedes usar la app como punto de partida para tu propia app para iOS o hacer referencia a ella. cuando se modifica una app existente. El código de ejemplo del clasificador de imágenes se aloja en GitHub:

Descarga el código

En las siguientes instrucciones, se muestra cómo crear una copia local del ejemplo con la herramienta de línea de comandos git.

Para descargar el código de ejemplo, haz lo siguiente:

1. Clona el repositorio de Git con el siguiente comando:

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. De forma opcional, configura tu instancia de Git para que use un método de confirmación de la compra disperso solo los archivos de la app de ejemplo del clasificador de imágenes:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/image_classification/ios/
   

Después de crear una versión local del código de ejemplo, puedes instalar el MediaPipe, abre el proyecto con Xcode y ejecuta la app. Para consulta la Guía de configuración para iOS.

Componentes clave

Los siguientes archivos contienen el código crucial para el ejemplo del clasificador de imágenes. aplicación:

• ImageClassifierService.swift: Inicializa el clasificador de imágenes, controla la selección del modelo y ejecuta inferencias en los datos de entrada.
• CameraViewController.swift: Implementa la IU para el modo de entrada del feed de la cámara en vivo y visualiza los resultados.
• MediaLibraryViewController.swift Implementa la IU para el modo de entrada de archivos de video y imágenes estáticas, y visualiza los resultados.

Configuración

En esta sección, se describen los pasos clave para configurar tu entorno de desarrollo y proyectos de código para usar el clasificador de imágenes. Para obtener información general sobre cómo configurar tu entorno de desarrollo para usar tareas de MediaPipe, incluida la versión de la plataforma consulta la Guía de configuración para iOS.

Dependencias

El clasificador de imágenes usa la biblioteca MediaPipeTasksVision, que debe instalarse con CocoaPods. La biblioteca es compatible con apps de Swift y Objective-C y no requiere ninguna configuración adicional específica de idioma.

Si necesitas instrucciones para instalar CocoaPods en macOS, consulta los CocoaPods guía de instalación. Obtén instrucciones para crear un Podfile con los Pods necesarios para tu consulta Cómo usar CocoaPods.

Agrega el Pod MediaPipeTasksVision en Podfile con el siguiente código:

target 'MyImageClassifierApp' do
  use_frameworks!
  pod 'MediaPipeTasksVision'
end

Si tu app incluye objetivos de prueba de unidades, consulta la Guía de configuración de iOS para obtener más información sobre la configuración tu Podfile.

Modelo

La tarea del clasificador de imágenes MediaPipe requiere un modelo entrenado que sea compatible con esta tarea. Si deseas obtener más información sobre los modelos entrenados disponibles para Clasificador de imágenes, consulta la descripción general de la tarea Modelos .

Selecciona y descarga un modelo, y agrégalo al directorio de tu proyecto con Xcode. Para obtener instrucciones sobre cómo agregar archivos a tu proyecto de Xcode, consulta Administra archivos y carpetas en tu código proyecto.

Usa la propiedad BaseOptions.modelAssetPath para especificar la ruta al modelo. del paquete de aplicación. Para ver un ejemplo de código, consulta la siguiente sección.

Crea la tarea

Puedes crear la tarea del clasificador de imágenes llamando a uno de sus inicializadores. El El inicializador ImageClassifier(options:) establece valores para las opciones de configuración incluido el modo de ejecución, la configuración regional de los nombres visibles, la cantidad máxima de resultados, la confianza umbral, lista de entidades permitidas de categorías y lista de bloqueo.

Si no necesitas un clasificador de imágenes inicializado con una configuración personalizada puedes usar el inicializador ImageClassifier(modelPath:) para crear un Clasificador de imágenes con las opciones predeterminadas. Para obtener más información sobre la configuración consulta Descripción general de la configuración.

La tarea del clasificador de imágenes admite 3 tipos de datos de entrada: imágenes fijas y archivos de video. y transmisiones de video en vivo. De forma predeterminada, ImageClassifier(modelPath:) inicializa un de imágenes fijas. Si quieres que tu tarea se inicialice para procesar videos o transmisiones de video en vivo, usa ImageClassifier(options:) para especificar la video o transmisión en vivo en modo de ejecución. El modo de transmisión en vivo también requiere la opción de configuración imageClassifierLiveStreamDelegate adicional, que permite que el clasificador de imágenes entregue resultados de clasificación de imágenes al delegar de forma asíncrona.

Elige la pestaña que corresponda a tu modo de ejecución para ver cómo crear la tarea y ejecutar inferencias.

Swift

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ImageClassifierOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image
options.maxResults = 5

let imageClassifier = try ImageClassifier(options: options)
    

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ImageClassifierOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video
options.maxResults = 5

let imageClassifier = try ImageClassifier(options: options)
    

import MediaPipeTasksVision

// Class that conforms to the `ImageClassifierLiveStreamDelegate` protocol and
// implements the method that the image classifier calls once it
// finishes performing classification on each input frame.
class ImageClassifierResultProcessor: NSObject, ImageClassifierLiveStreamDelegate {

   func imageClassifier(
    _ imageClassifier: ImageClassifier,
    didFinishClassification result: ImageClassifierResult?,
    timestampInMilliseconds: Int,
    error: Error?) {

    // Process the image classifier result or errors here.

  }
}

let modelPath = Bundle.main.path(
  forResource: "model",
  ofType: "tflite")

let options = ImageClassifierOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream
options.maxResults = 5

// Assign an object of the class to the `imageClassifierLiveStreamDelegate`
// property.
let processor = ImageClassifierResultProcessor()
options.imageClassifierLiveStreamDelegate = processor

let imageClassifier = try ImageClassifier(options: options)
    

Objective-C

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageClassifierOptions *options = [[MPPImageClassifierOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;
options.maxResults = 5;

MPPImageClassifier *imageClassifier =
      [[MPPImageClassifier alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageClassifierOptions *options = [[MPPImageClassifierOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;
options.maxResults = 5;

MPPImageClassifier *imageClassifier =
      [[MPPImageClassifier alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

// Class that conforms to the `MPPImageClassifierLiveStreamDelegate` protocol
// and implements the method that the image classifier calls once it finishes
// performing classification on each input frame.

@interface APPImageClassifierResultProcessor : NSObject 

@end

@implementation APPImageClassifierResultProcessor

-   (void)imageClassifier:(MPPImageClassifier *)imageClassifier
    didFinishClassificationWithResult:(MPPImageClassifierResult *)imageClassifierResult
              timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                                error:(NSError *)error {

    // Process the image classifier result or errors here.

}

@end

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPImageClassifierOptions *options = [[MPPImageClassifierOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;
options.maxResults = 5;

// Assign an object of the class to the `imageClassifierLiveStreamDelegate`
// property.
APPImageClassifierResultProcessor *processor = [APPImageClassifierResultProcessor new];
options.imageClassifierLiveStreamDelegate = processor;

MPPImageClassifier *imageClassifier =
      [[MPPImageClassifier alloc] initWithOptions:options error:nil];
    

Opciones de configuración

Esta tarea tiene las siguientes opciones de configuración para las apps para iOS:

Configuración de la transmisión en vivo

Cuando el modo de ejecución está configurado para transmisión en vivo, el clasificador de imágenes requiere opción de configuración imageClassifierLiveStreamDelegate adicional, que permite que el clasificador entregue resultados de clasificación de forma asíncrona. El el delegado implementa la imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) que el clasificador de imágenes llama después de procesar resultados para cada fotograma.

Preparar los datos

Antes de convertir la imagen o el marco de entrada en un objeto MPImage, y lo pasa al clasificador de imágenes. MPImage es compatible con diferentes tipos de imágenes de iOS y puede usarlos en cualquier modo de ejecución para inferencia. Para ver más información sobre MPImage, consulta la API de MPImage

Elige un formato de imagen de iOS según tu caso de uso y el modo de ejecución la aplicación lo requiera.MPImage acepta las UIImage, CVPixelBuffer y CMSampleBuffer Formatos de imagen de iOS.

UIImage

El formato UIImage es adecuado para los siguientes modos de ejecución:

• Imágenes: imágenes de un paquete de aplicación, una galería de usuarios o un sistema de archivos con el siguiente formato: Las imágenes UIImage se pueden convertir en un objeto MPImage.

• Videos: Usa AVAssetImageGenerator para extraer fotogramas de video CGImage y, luego, conviértelas en imágenes UIImage.

// 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)
    

// 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];
    

En el ejemplo, se inicializa un MPImage con el valor predeterminado. UIImage.Orientation.Up orientación. Puedes inicializar un MPImage con cualquiera de los UIImage.Orientation de salida. El clasificador de imágenes no admite orientaciones duplicadas, como .upMirrored. .downMirrored, .leftMirrored y .rightMirrored

Para obtener más información sobre UIImage, consulta UIImage Apple Developer. Documentación.

CVPixelBuffer

El formato CVPixelBuffer es adecuado para aplicaciones que generan fotogramas Usa CoreImage de iOS. de infraestructura para el procesamiento.

El formato CVPixelBuffer es adecuado para los siguientes modos de ejecución:

• Imágenes: apps que generan imágenes de CVPixelBuffer después de cierto procesamiento con el framework CoreImage de iOS pueden enviarse al clasificador de imágenes en el modo de ejecución de imagen.

• Videos: Los fotogramas de video se pueden convertir al formato CVPixelBuffer para y, luego, se envían al clasificador de imágenes en modo video.

• transmisión en vivo: se pueden convertir las apps que usan una cámara de iOS para generar fotogramas en el formato CVPixelBuffer para procesarlos antes de enviarlos Clasificador de imágenes en modo de transmisión en vivo.

// 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)
    

// 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];
    

Para obtener más información sobre CVPixelBuffer, consulta CVPixelBuffer Apple Desarrollador Documentación.

CMSampleBuffer

El formato CMSampleBuffer almacena muestras de contenido multimedia de un tipo uniforme y es adecuado para el modo de ejecución de transmisión en vivo. Los fotogramas en vivo de las cámaras iOS entregado de forma asíncrona en formato CMSampleBuffer por iOS AVCaptureVideoDataOutput.

// 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)
    

// 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];
    

Para obtener más información sobre CMSampleBuffer, consulta CMSampleBuffer en Apple. Desarrollador Documentación.

Ejecuta la tarea

Para ejecutar el clasificador de imágenes, usa el método classify() específico del clasificador asignado modo de ejecución:

• Imagen fija: classify(image:)
• Video: classify(videoFrame:timestampInMilliseconds:)
• transmisión en vivo: classifyAsync(image:timestampInMilliseconds:)

El clasificador de imágenes devuelve las posibles categorías del objeto dentro del imagen o marco de entrada.

Las siguientes muestras de código presentan ejemplos básicos de cómo ejecutar el clasificador de imágenes en estos diferentes modos de ejecución:

Swift

let result = try imageClassifier.classify(image: image)
    

let result = try imageClassifier.classify(
  videoFrame: image,
  timestampInMilliseconds: timestamp)
    

try imageClassifier.classifyAsync(
  image: image,
  timestampInMilliseconds: timestamp)
    

Objective-C

MPPImageClassifierResult *result = [imageClassifier classifyImage:image
                                                            error:nil];
    

MPPImageClassifierResult *result = [imageClassifier classifyVideoFrame:image
                                               timestampInMilliseconds:timestamp
                                                                 error:nil];
    

BOOL success = [imageClassifier classifyAsyncImage:image
                          timestampInMilliseconds:timestamp
                                            error:nil];
    

El ejemplo de código del clasificador de imágenes muestra las implementaciones de cada uno de estos modos. con más detalle classify(image:), classify(videoFrame:timestampInMilliseconds:) y classifyAsync(image:timestampInMilliseconds:) El código de ejemplo permite que la que el usuario cambie entre los modos de procesamiento, lo cual puede no ser necesario para su uso para determinar si este es el caso.

Ten en cuenta lo siguiente:

• Cuando se ejecute en modo de video o de transmisión en vivo, también debes proporcionar la marca de tiempo del marco de entrada a la tarea del clasificador de imágenes.

• Cuando se ejecuta en modo de imagen o video, la tarea del clasificador de imágenes bloquea la subproceso actual hasta que termine de procesar la imagen o el marco de entrada. Para Evita bloquear el subproceso actual y ejecuta el procesamiento en segundo plano subproceso con iOS Despachador o NSOperation de seguridad en la nube.

• Cuando se ejecuta en modo de transmisión en vivo, la tarea del clasificador de imágenes muestra inmediatamente y no bloquea el subproceso actual. Invoca la función imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) con el resultado de la clasificación después de procesar cada fotograma de entrada. El El clasificador de imágenes invoca este método de forma asíncrona en una serie dedicada de la fila de despacho. Para mostrar resultados en la interfaz de usuario, envía el los resultados a la cola principal después de procesarlos. Si el botón Se llama a la función classifyAsync cuando la tarea del clasificador de imágenes está ocupada. cuando procesa otro fotograma, el clasificador de imágenes ignora el nuevo fotograma de entrada.

Cómo controlar y mostrar resultados

Luego de ejecutar la inferencia, la tarea del clasificador de imágenes devuelve un Un objeto ImageClassifierResult que contiene la lista de categorías posibles para los objetos dentro de la imagen o el marco de entrada.

A continuación, se muestra un ejemplo de los datos de salida de esta tarea:

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

Este resultado se obtuvo mediante la ejecución del clasificador de aves el:

El código de ejemplo del clasificador de imágenes demuestra cómo mostrar la clasificación resultados devueltos por la tarea, consulta el código ejemplo para conocer los detalles.