La tâche "Outil de classification d'images" vous permet d'effectuer une classification sur des images. Vous pouvez utiliser cette tâche pour identifier ce qu'une image représente dans un ensemble de catégories définies au moment de l'entraînement. Ces instructions vous expliquent comment utiliser le classificateur d'images dans les applications iOS. L'exemple de code décrit dans ces instructions est disponible sur GitHub.
Vous pouvez voir cette tâche en action dans cette démonstration Web. 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 de classificateur d'images pour iOS. L'exemple utilise l'appareil photo d'un appareil iOS physique pour classer des objets en continu, et peut également utiliser des images et des vidéos de la galerie de l'appareil pour classer des objets de manière statique.
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 du classificateur d'images 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:
Clonez le dépôt Git à l'aide de la commande suivante:
git clone https://github.com/google-ai-edge/mediapipe-samples
Vous pouvez éventuellement configurer votre instance Git pour utiliser le processus de paiement creuse, afin de ne disposer que des fichiers de l'exemple d'application de classificateur d'images:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/image_classification/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 essentiel pour l'exemple d'application de classification d'images:
- ImageClassifierService.swift : initialise le classificateur d'images, gère la sélection du modèle et exécute une inférence sur les données d'entrée.
- CameraViewController.swift : implémente l'interface utilisateur pour le mode d'entrée du flux de caméra en direct et visualise les résultats.
- MediaLibraryViewController.swift implémente l'interface utilisateur pour le mode de saisie des images fixes et des fichiers vidéo, et visualise les résultats.
Préparation
Cette section décrit les étapes clés à suivre pour configurer votre environnement de développement et vos projets de code afin d'utiliser le classificateur d'images. 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
Le classificateur d'images 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 supplémentaire spécifique au langage.
Pour obtenir des instructions sur l'installation de CocoaPods sous macOS, reportez-vous au guide d'installation de CocoaPods.
Pour savoir comment créer un Podfile
avec les pods nécessaires pour votre application, consultez la page Utiliser CocoaPods.
Ajoutez le pod MediaPipeTasksVision dans le fichier Podfile
à l'aide du code suivant:
target 'MyImageClassifierApp' 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 de classification d'images MediaPipe nécessite un modèle entraîné compatible avec cette tâche. Pour en savoir plus sur les modèles entraînés disponibles pour le classificateur d'images, 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 section 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 de classificateur d'images en appelant l'un de ses initialiseurs. L'initialiseur ImageClassifier(options:)
définit les valeurs des options de configuration, y compris le mode d'exécution, les paramètres régionaux des noms à afficher, le nombre maximal de résultats, le seuil de confiance, la liste d'autorisation de catégories et la liste de blocage.
Si vous n'avez pas besoin qu'un classificateur d'images soit initialisé avec des options de configuration personnalisées, vous pouvez utiliser l'initialiseur ImageClassifier(modelPath:)
pour créer un classificateur d'images avec les options par défaut. Pour en savoir plus sur les options de configuration, consultez la page Présentation de la configuration.
La tâche de classification d'images accepte trois types de données d'entrée: images fixes, fichiers vidéo et flux vidéo en direct. Par défaut, ImageClassifier(modelPath:)
initialise une tâche pour les images fixes. Si vous souhaitez que votre tâche soit initialisée pour traiter des fichiers vidéo ou des flux vidéo en direct, utilisez ImageClassifier(options:)
pour spécifier le mode d'exécution de la vidéo ou de la diffusion en direct. Le mode diffusion en direct nécessite également l'option de configuration imageClassifierLiveStreamDelegate
supplémentaire, qui permet au classificateur d'images de fournir des résultats de classification d'images au délégué de manière asynchrone.
Choisissez l'onglet correspondant à votre mode d'exécution pour découvrir comment créer la tâche et exécuter l'inférence.
Swift
Image
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)
Vidéo
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)
Diffusion en direct
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
Image
@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];
Vidéo
@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];
Diffusion en direct
@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];
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 |
---|---|---|---|
runningMode |
Définit le mode d'exécution de la tâche. Il existe trois modes: IMAGE: mode utilisé pour les entrées d'une seule image. VIDEO: mode des images décodées d'une vidéo. LIVE_STREAM: mode d'une diffusion en direct des données d'entrée, par exemple celles d'une caméra. Dans ce mode, resultListener doit être appelé pour configurer un écouteur afin de recevoir les résultats de manière asynchrone. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocale |
Définit la langue des étiquettes à utiliser pour les noms à afficher fournis dans les métadonnées du modèle de la tâche, le cas échéant. La valeur par défaut est en pour l'anglais. Vous pouvez ajouter des libellés localisés aux métadonnées d'un modèle personnalisé à l'aide de l'API TensorFlow Lite Metadata Writer. |
Code des paramètres régionaux | en |
maxResults |
Définit le nombre maximal facultatif de résultats de classification les mieux notés à renvoyer. Si la valeur est inférieure à 0, tous les résultats disponibles sont renvoyés. | Tous les nombres positifs | -1 |
scoreThreshold |
Définit le seuil de score de prédiction qui remplace celui fourni dans les métadonnées du modèle (le cas échéant). Les résultats inférieurs à cette valeur sont refusés. | N'importe quel nombre décimal | Non définie |
categoryAllowlist |
Définit la liste facultative des noms de catégories autorisés. Si ce champ n'est pas vide, les résultats de classification dont le nom de catégorie ne figure pas dans cet ensemble seront filtrés. Les noms de catégories en double ou inconnus sont ignorés.
Cette option s'exclue mutuellement avec categoryDenylist , et l'utilisation de ces deux options génère une erreur. |
Toutes les chaînes | Non définie |
categoryDenylist |
Définit la liste facultative des noms de catégories non autorisés. Si cette valeur n'est pas vide, les résultats de classification dont le nom de catégorie se trouve dans cet ensemble seront filtrés. Les noms de catégories en double ou inconnus sont ignorés. Cette option s'exclue mutuellement avec categoryAllowlist . Si vous utilisez les deux, une erreur est générée. |
Toutes les chaînes | Non définie |
resultListener |
Définit l'écouteur des résultats pour recevoir les résultats de classification de manière asynchrone lorsque l'outil de classification d'images est en mode de diffusion en direct. Ne peut être utilisé que lorsque le mode d'exécution est défini sur LIVE_STREAM |
N/A | Non définie |
Configuration de la diffusion en direct
Lorsque le mode d'exécution est défini sur diffusion en direct, le classificateur d'images nécessite l'option de configuration imageClassifierLiveStreamDelegate
supplémentaire, qui permet au classificateur de fournir les résultats de classification de manière asynchrone. Le délégué met en œuvre la méthode imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:)
, que le classificateur d'images appelle après le traitement des résultats de classification pour chaque image.
Nom de l'option | Description | Plage de valeurs | Valeur par défaut |
---|---|---|---|
imageClassifierLiveStreamDelegate |
Permet au classificateur d'images de recevoir les résultats de classification de manière asynchrone en mode diffusion en direct. La classe dont l'instance est définie sur cette propriété doit mettre en œuvre la méthode imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) . |
Non applicable | Non définie |
Préparation des données
Vous devez convertir l'image ou le cadre d'entrée en objet MPImage
avant de la transmettre à l'outil de classification d'images. MPImage
est compatible avec différents types de formats d'images iOS et peut les utiliser dans n'importe quel mode d'exécution pour l'inférence. Pour en savoir plus sur MPImage
, reportez-vous à la documentation sur 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 d'utilisateurs ou d'un système de fichiers au format
UIImage
peuvent être converties en objetMPImage
.Vidéos: utilisez AVAssetImageGenerator pour extraire les images vidéo au format CGImage, puis les convertir 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 élément MPImage
avec l'orientation UIImage.Orientation.Up par défaut. Vous pouvez initialiser un MPImage
avec l'une des valeurs UIImage.Orientation compatibles. Le classificateur d'images n'est pas compatible avec les orientations en miroir telles que .upMirrored
, .downMirrored
, .leftMirrored
et .rightMirrored
.
Pour plus d'informations sur UIImage
, consultez la documentation pour les développeurs Apple sur UIImage.
CVPixelBuffer
Le format CVPixelBuffer
convient bien aux applications qui génèrent des cadres 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 au classificateur d'images en mode d'exécution d'images.Vidéos: les images vidéo peuvent être converties au format
CVPixelBuffer
en vue de leur traitement, puis envoyées au classificateur d'images en mode vidéo.Diffusion en direct: les applications qui utilisent un appareil photo iOS pour générer des images peuvent être converties au format
CVPixelBuffer
à des fins de traitement avant d'être envoyées au classificateur d'images en mode 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
, consultez la documentation CVPixelBuffer pour les développeurs Apple.
CMSampleBuffer
Le format CMSampleBuffer
stocke des échantillons multimédias d'un type uniforme et convient bien au mode de diffusion en direct. Les images en direct des appareils photo iOS sont transmises 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
, consultez la documentation pour les développeurs Apple CMSampleBuffer.
Exécuter la tâche
Pour exécuter le classificateur d'images, utilisez la méthode classify()
spécifique au mode d'exécution attribué:
- Image fixe:
classify(image:)
- Vidéo :
classify(videoFrame:timestampInMilliseconds:)
- diffusion en direct:
classifyAsync(image:timestampInMilliseconds:)
Le classificateur d'images renvoie les catégories possibles pour l'objet dans l'image ou le cadre d'entrée.
Les exemples de code suivants illustrent des exemples de base illustrant comment exécuter le classificateur d'images dans ces différents modes d'exécution:
Swift
Image
let result = try imageClassifier.classify(image: image)
Vidéo
let result = try imageClassifier.classify( videoFrame: image, timestampInMilliseconds: timestamp)
Diffusion en direct
try imageClassifier.classifyAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Image
MPPImageClassifierResult *result = [imageClassifier classifyImage:image error:nil];
Vidéo
MPPImageClassifierResult *result = [imageClassifier classifyVideoFrame:image timestampInMilliseconds:timestamp error:nil];
Diffusion en direct
BOOL success = [imageClassifier classifyAsyncImage:image timestampInMilliseconds:timestamp error:nil];
L'exemple de code du classificateur d'images montre plus en détail les implémentations de chacun de ces modes classify(image:)
, classify(videoFrame:timestampInMilliseconds:)
et classifyAsync(image:timestampInMilliseconds:)
. 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 diffusion en direct, vous devez également fournir le code temporel de la trame d'entrée à la tâche de classification d'images.
Lors de l'exécution en mode image ou vidéo, la tâche de classificateur d'images bloque le thread actuel jusqu'à ce qu'il ait fini de traiter l'image ou la trame d'entrée. Pour éviter de bloquer le thread actuel, exécutez le traitement dans un thread en arrière-plan à l'aide des frameworks iOS Dispatch ou NSOperation.
Lors de l'exécution en mode diffusion en direct, la tâche de classification d'images est immédiatement renvoyée et ne bloque pas le thread actuel. Elle appelle la méthode
imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:)
avec le résultat de la classification après le traitement de chaque trame d'entrée. Le classificateur d'images appelle cette méthode de manière asynchrone sur une file d'attente de distribution en série dédiée. Pour afficher les résultats sur l'interface utilisateur, distribuez les résultats à la file d'attente principale après leur traitement. Si la fonctionclassifyAsync
est appelée lorsque la tâche de classification d'images est occupée à traiter une autre image, le classificateur d'images ignore la nouvelle trame d'entrée.
Gérer et afficher les résultats
Lors de l'exécution de l'inférence, la tâche de classification d'images renvoie un objet ImageClassifierResult
qui contient la liste des catégories possibles pour les objets se trouvant dans l'image ou la trame d'entrée.
Voici un exemple de données de sortie de cette tâche:
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
Ce résultat a été obtenu en exécutant le classificateur d'oiseaux sur:
L'exemple de code du classificateur d'images montre comment afficher les résultats de classification renvoyés par la tâche. Consultez l'exemple de code pour en savoir plus.