iOS के लिए, इमेज क्लासिफ़िकेशन गाइड

इमेज की कैटगरी तय करने वाले टास्क की मदद से, इमेज की कैटगरी तय की जा सकती है. इस टास्क का इस्तेमाल यह पहचानने के लिए किया जा सकता है कि ट्रेनिंग के समय तय की गई कैटगरी में से कोई इमेज कौनसी है. ये निर्देश आपको iOS ऐप्लिकेशन में इमेज क्लासिफ़ायर के इस्तेमाल का तरीका बताते हैं. इन निर्देशों में जिस कोड सैंपल की जानकारी दी गई है वह GitHub पर उपलब्ध है.

आप इस वेब डेमो को देखकर, इस टास्क को काम करते हुए देख सकते हैं. इस टास्क की क्षमताओं, मॉडल, और कॉन्फ़िगरेशन के विकल्पों के बारे में ज़्यादा जानने के लिए, खास जानकारी देखें.

कोड का उदाहरण

MediaPipe Tasks उदाहरण कोड, iOS के लिए इमेज क्लासिफ़ायर ऐप्लिकेशन को बुनियादी तौर पर लागू करने की प्रोसेस है. इस उदाहरण में, iOS डिवाइस के कैमरे का इस्तेमाल करके चीज़ों की लगातार कैटगरी तय की गई है. साथ ही, ऑब्जेक्ट की कैटगरी तय करने के लिए डिवाइस की गैलरी में मौजूद इमेज और वीडियो का इस्तेमाल किया गया है.

अपने iOS ऐप्लिकेशन के लिए, इस ऐप्लिकेशन का इस्तेमाल स्टार्टिंग पॉइंट के तौर पर किया जा सकता है. इसके अलावा, किसी मौजूदा ऐप्लिकेशन में बदलाव करते समय इसका इस्तेमाल किया जा सकता है. इमेज की कैटगरी तय करने वाले कोड का उदाहरण कोड GitHub पर होस्ट किया जाता है.

कोड डाउनलोड करें

इन निर्देशों में, git कमांड लाइन टूल का इस्तेमाल करके, उदाहरण कोड की लोकल कॉपी बनाने का तरीका बताया गया है.

उदाहरण कोड डाउनलोड करने के लिए:

1. नीचे दिए गए कमांड का इस्तेमाल करके git रिपॉज़िटरी का क्लोन बनाएं:

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

2. इसके अलावा, अपने git इंस्टेंस को स्पार्स चेकआउट का इस्तेमाल करने के लिए कॉन्फ़िगर करें, ताकि आपके पास इमेज क्लासिफ़ायर के उदाहरण वाले ऐप्लिकेशन के लिए सिर्फ़ फ़ाइलें हों:

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

उदाहरण के कोड का लोकल वर्शन बनाने के बाद, आपके पास MediaPipe टास्क लाइब्रेरी इंस्टॉल करने, Xcode का इस्तेमाल करके प्रोजेक्ट खोलने, और ऐप्लिकेशन को चलाने का विकल्प होता है. निर्देशों के लिए, iOS के लिए सेटअप गाइड देखें.

मुख्य कॉम्पोनेंट

इन फ़ाइलों में इमेज क्लासिफ़ायर के उदाहरण वाले ऐप्लिकेशन का ज़रूरी कोड शामिल है:

• ImageClassifierService.swift: इमेज क्लासिफ़ायर शुरू करता है, मॉडल चुनने को हैंडल करता है, और इनपुट डेटा के आधार पर अनुमान चलाता है.
• CameraViewController.swift: यह लाइव कैमरा फ़ीड के इनपुट मोड के लिए, यूज़र इंटरफ़ेस (यूआई) लागू करता है और नतीजों को विज़ुअलाइज़ करता है.
• MediaLibraryViewController.swift स्टिल इमेज और वीडियो फ़ाइल इनपुट मोड के लिए यूज़र इंटरफ़ेस (यूआई) लागू करता है और नतीजों को विज़ुअलाइज़ करता है.

सेटअप

इस सेक्शन में, इमेज क्लासिफ़ायर का इस्तेमाल करने के लिए आपके डेवलपमेंट एनवायरमेंट और कोड प्रोजेक्ट को सेट अप करने के मुख्य चरणों के बारे में बताया गया है. MediaPipe टास्क के लिए डेवलपमेंट एनवायरमेंट को सेट अप करने की सामान्य जानकारी के साथ-साथ प्लैटफ़ॉर्म वर्शन की ज़रूरी शर्तें जानने के लिए, iOS के लिए सेटअप गाइड देखें.

डिपेंडेंसी

इमेज क्लासिफ़ायर MediaPipeTasksVision लाइब्रेरी का इस्तेमाल करता है, जिसे CocoaPods का इस्तेमाल करके इंस्टॉल किया जाना ज़रूरी है. यह लाइब्रेरी Swift और Objective-C, दोनों ऐप्लिकेशन के साथ काम करती है. इसके लिए, अलग से किसी खास भाषा के सेटअप की ज़रूरत नहीं होती.

macOS पर CocoaPods को इंस्टॉल करने के निर्देशों के लिए, CocoaPods को इंस्टॉल करने की गाइड देखें. अपने ऐप्लिकेशन के लिए ज़रूरी पॉड के साथ Podfile बनाने का तरीका जानने के लिए, CocoaPods का इस्तेमाल करना देखें.

नीचे दिए गए कोड का इस्तेमाल करके, Podfile में MediaPipeTasksVision पॉड जोड़ें:

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

अगर आपके ऐप्लिकेशन में यूनिट टेस्ट टारगेट शामिल हैं, तो Podfile सेट अप करने के बारे में ज़्यादा जानकारी के लिए, iOS के लिए सेट अप गाइड देखें.

मॉडल

MediaPipe इमेज क्लासिफ़ायर टास्क के लिए एक प्रशिक्षित मॉडल की ज़रूरत है, जो इस टास्क के साथ काम कर सके. इमेज क्लासिफ़ायर के लिए तैयार किए गए उपलब्ध मॉडल के बारे में ज़्यादा जानकारी के लिए, टास्क की खास जानकारी वाला मॉडल सेक्शन देखें.

कोई मॉडल चुनें और डाउनलोड करें, और Xcode का इस्तेमाल करके उसे अपनी प्रोजेक्ट डायरेक्ट्री में जोड़ें. अपने Xcode प्रोजेक्ट में फ़ाइलें जोड़ने के तरीके से जुड़े निर्देशों के लिए, Xcode प्रोजेक्ट में फ़ाइलें और फ़ोल्डर मैनेज करना लेख पढ़ें.

अपने ऐप्लिकेशन बंडल में मॉडल का पाथ बताने के लिए, BaseOptions.modelAssetPath प्रॉपर्टी का इस्तेमाल करें. कोड के उदाहरण के लिए, अगला सेक्शन देखें.

टास्क बनाएं

आप इमेज क्लासिफ़ायर का टास्क बनाने के लिए, उसके किसी शुरू करने वाले को कॉल कर सकते हैं. ImageClassifier(options:) शुरू करने वाला टूल, कॉन्फ़िगरेशन के विकल्पों के लिए वैल्यू सेट करता है. इनमें रनिंग मोड, डिसप्ले नेम की स्थान-भाषा, नतीजों की ज़्यादा से ज़्यादा संख्या, कॉन्फ़िडेंस थ्रेशोल्ड, कैटगरी की अनुमति वाली सूची, और ब्लॉकलिस्ट शामिल हैं.

अगर आपको पसंद के मुताबिक बनाए गए कॉन्फ़िगरेशन के विकल्पों के साथ शुरू किए गए इमेज क्लासिफ़ायर की ज़रूरत नहीं है, तो डिफ़ॉल्ट विकल्पों के साथ इमेज क्लासिफ़ायर बनाने के लिए ImageClassifier(modelPath:) शुरू करने वाले टूल का इस्तेमाल किया जा सकता है. कॉन्फ़िगरेशन विकल्पों के बारे में ज़्यादा जानकारी के लिए, कॉन्फ़िगरेशन की खास जानकारी देखें.

इमेज की कैटगरी तय करने वाले टास्क में तीन तरह के इनपुट डेटा टाइप इस्तेमाल किए जा सकते हैं: स्टिल इमेज, वीडियो फ़ाइलें, और लाइव वीडियो स्ट्रीम. डिफ़ॉल्ट रूप से, ImageClassifier(modelPath:) स्टिल इमेज के लिए टास्क शुरू करता है. अगर आपको वीडियो फ़ाइलों या लाइव वीडियो स्ट्रीम को प्रोसेस करने के लिए टास्क शुरू करना है, तो वीडियो या लाइव स्ट्रीम मोड को चुनने के लिए ImageClassifier(options:) का इस्तेमाल करें. लाइव स्ट्रीम मोड के लिए, imageClassifierLiveStreamDelegate कॉन्फ़िगरेशन के अतिरिक्त विकल्प की भी ज़रूरत होती है. इससे इमेज की कैटगरी तय करने वाली सुविधा, एसिंक्रोनस रूप से डेलिगेट को इमेज क्लासिफ़िकेशन के नतीजे दे पाती है.

टास्क बनाने और अनुमान लगाने का तरीका देखने के लिए, अपने रनिंग मोड से जुड़ा टैब चुनें.

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];
    

कॉन्फ़िगरेशन विकल्प

इस टास्क में iOS ऐप्लिकेशन के लिए, नीचे दिए गए कॉन्फ़िगरेशन के विकल्प मौजूद हैं:

लाइव स्ट्रीम कॉन्फ़िगरेशन

जब रनिंग मोड लाइव स्ट्रीम पर सेट होता है, तब इमेज की कैटगरी तय करने वाले टूल को imageClassifierLiveStreamDelegate कॉन्फ़िगरेशन के और विकल्प की ज़रूरत होती है. इससे क्लासिफ़ायर, एसिंक्रोनस तरीके से क्लासिफ़िकेशन के नतीजे दे पाता है. डेलिगेट, imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) तरीके को लागू करता है. इसे इमेज की कैटगरी तय करने वाला टूल, हर फ़्रेम के लिए डेटा की कैटगरी तय करने के नतीजों को प्रोसेस करने के बाद कॉल करता है.

डेटा तैयार करें

इनपुट इमेज या फ़्रेम को इमेज क्लासिफ़ायर में पास करने से पहले, आपको उसे MPImage ऑब्जेक्ट में बदलना होगा. MPImage अलग-अलग तरह के iOS इमेज फ़ॉर्मैट के साथ काम करता है. साथ ही, अनुमान लगाने के लिए, इस मॉडल का इस्तेमाल किसी भी रनिंग मोड में किया जा सकता है. MPImage के बारे में ज़्यादा जानकारी के लिए, MPImage API पर जाएं

अपने इस्तेमाल के उदाहरण और ऐप्लिकेशन के लिए ज़रूरी रनिंग मोड के हिसाब से iOS इमेज फ़ॉर्मैट चुनें.MPImage UIImage, CVPixelBuffer, और CMSampleBuffer iOS इमेज फ़ॉर्मैट स्वीकार करता है.

UIImage

UIImage फ़ॉर्मैट, नीचे दिए गए दौड़ने मोड के लिए सबसे सही है:

• इमेज: UIImage इमेज के तौर पर फ़ॉर्मैट किए गए किसी ऐप्लिकेशन बंडल, उपयोगकर्ता गैलरी या फ़ाइल सिस्टम में मौजूद इमेज को MPImage ऑब्जेक्ट में बदला जा सकता है.

• वीडियो: AVAssetImageGenerator का इस्तेमाल करके वीडियो फ़्रेम को CGImage फ़ॉर्मैट में निकालें. इसके बाद उन्हें UIImage इमेज में बदलें.

// 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];
    

इस उदाहरण में, MPImage को डिफ़ॉल्ट UIImage.Orientation.Up ओरिएंटेशन के साथ शुरू किया गया है. MPImage को, इस्तेमाल की जा सकने वाली किसी भी UIImage.Orientation वैल्यू के साथ शुरू किया जा सकता है. इमेज क्लासिफ़ायर, .upMirrored, .downMirrored, .leftMirrored, .rightMirrored जैसे मिरर किए गए ओरिएंटेशन के साथ काम नहीं करता.

UIImage के बारे में ज़्यादा जानकारी के लिए, UIImage Apple डेवलपर दस्तावेज़ देखें.

CVPixelBuffer

CVPixelBuffer फ़ॉर्मैट, फ़्रेम जनरेट करने और प्रोसेसिंग के लिए iOS CoreImage फ़्रेमवर्क का इस्तेमाल करने वाले ऐप्लिकेशन के लिए सही है.

CVPixelBuffer फ़ॉर्मैट, नीचे दिए गए दौड़ने मोड के लिए सबसे सही है:

• इमेज: iOS के CoreImage फ़्रेमवर्क का इस्तेमाल करके, कुछ प्रोसेसिंग के बाद CVPixelBuffer इमेज जनरेट करने वाले ऐप्लिकेशन को इमेज रनिंग मोड में इमेज क्लासिफ़ायर को भेजा जा सकता है.

• वीडियो: वीडियो फ़्रेम को प्रोसेस करने के लिए, उन्हें CVPixelBuffer फ़ॉर्मैट में बदला जा सकता है. इसके बाद, उन्हें वीडियो मोड में इमेज की कैटगरी तय करने वाले टूल में भेजा जा सकता है.

• लाइव स्ट्रीम: फ़्रेम जनरेट करने के लिए, iOS कैमरे का इस्तेमाल करने वाले ऐप्लिकेशन को प्रोसेस करने के लिए CVPixelBuffer फ़ॉर्मैट में बदला जा सकता है. इसके बाद, ऐप्लिकेशन को लाइव स्ट्रीम मोड में इमेज क्लासिफ़ायर में भेजा जा सकता है.

// 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];
    

CVPixelBuffer के बारे में ज़्यादा जानकारी के लिए, CVPixelBuffer Apple के डेवलपर दस्तावेज़ देखें.

CMSampleBuffer

CMSampleBuffer फ़ॉर्मैट में, यूनिफ़ॉर्म मीडिया टाइप के मीडिया सैंपल सेव किए जाते हैं. साथ ही, यह लाइव स्ट्रीम चलाने वाले मोड के लिए सही है. iOS कैमरों के लाइव फ़्रेम AVCaptureVideoDataOutput के ज़रिए CMSampleBuffer फ़ॉर्मैट में एसिंक्रोनस तरीके से डिलीवर किए जाते हैं.

// 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];
    

CMSampleBuffer के बारे में ज़्यादा जानकारी के लिए, CMSampleBuffer Apple के डेवलपर दस्तावेज़ देखें.

टास्क को पूरा करें

इमेज क्लासिफ़ायर को चलाने के लिए, असाइन किए गए रनिंग मोड के लिए खास तौर पर बने classify() तरीके का इस्तेमाल करें:

• फ़ोटो: classify(image:)
• वीडियो: classify(videoFrame:timestampInMilliseconds:)
• लाइव स्ट्रीम: classifyAsync(image:timestampInMilliseconds:)

इमेज क्लासिफ़ायर, इनपुट इमेज या फ़्रेम में ऑब्जेक्ट के लिए संभावित कैटगरी दिखाता है.

नीचे दिए गए कोड सैंपल, दौड़ने के इन अलग-अलग मोड में इमेज की कैटगरी तय करने वाले टूल को चलाने के बुनियादी उदाहरण दिखाते हैं:

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];
    

इमेज की कैटगरी तय करने वाले कोड के उदाहरण में, इनमें से हर मोड को लागू करने के बारे में ज़्यादा जानकारी, classify(image:), classify(videoFrame:timestampInMilliseconds:), और classifyAsync(image:timestampInMilliseconds:) के बारे में बताया गया है. उदाहरण के तौर पर दिए गए कोड से, उपयोगकर्ता प्रोसेसिंग मोड के बीच स्विच कर सकता है. ऐसा हो सकता है कि यह आपके इस्तेमाल के उदाहरण के लिए ज़रूरी न हो.

निम्न पर ध्यान दें:

• वीडियो मोड या लाइवस्ट्रीम मोड में चलाते समय, आपको इमेज क्लासिफ़ायर टास्क के लिए इनपुट फ़्रेम का टाइमस्टैंप भी देना होगा.

• इमेज या वीडियो मोड में चलाते समय, इमेज क्लासिफ़ायर टास्क तब तक मौजूदा थ्रेड को ब्लॉक करता है, जब तक वह इनपुट इमेज या फ़्रेम की प्रोसेस पूरी नहीं कर लेता. मौजूदा थ्रेड को ब्लॉक करने से बचने के लिए, iOS Dispatch या NSOperation फ़्रेमवर्क का इस्तेमाल करके, बैकग्राउंड थ्रेड में प्रोसेसिंग को एक्ज़ीक्यूट करें.

• लाइव स्ट्रीम मोड में चलाने पर, इमेज की कैटगरी तय करने वाला टास्क तुरंत वापस आ जाता है. यह मौजूदा थ्रेड को ब्लॉक नहीं करता. यह हर इनपुट फ़्रेम को प्रोसेस करने के बाद, डेटा की कैटगरी तय करने वाले नतीजे के साथ imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) तरीका शुरू करता है. इमेज क्लासिफ़ायर, खास सीरियल डिस्पैच सूची पर इस तरीके को एसिंक्रोनस रूप से शुरू करता है. यूज़र इंटरफ़ेस पर नतीजे दिखाने के लिए, उन्हें प्रोसेस करने के बाद नतीजों को मुख्य सूची में भेजें. अगर इमेज क्लासिफ़ायर का टास्क किसी दूसरे फ़्रेम को प्रोसेस करने में व्यस्त होने पर classifyAsync फ़ंक्शन को कॉल किया जाता है, तो इमेज क्लासिफ़ायर नए इनपुट फ़्रेम को अनदेखा कर देता है.

नतीजों को हैंडल करना और दिखाना

अनुमान चलाने पर, इमेज क्लासिफ़ायर टास्क एक ImageClassifierResult ऑब्जेक्ट दिखाता है, जिसमें इनपुट इमेज या फ़्रेम में मौजूद ऑब्जेक्ट के लिए संभावित कैटगरी की सूची होती है.

इस टास्क के आउटपुट डेटा का एक उदाहरण नीचे दिया गया है:

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

यह नतीजा, इन चीज़ों पर बर्ड क्लासिफ़ायर चलाकर मिला है:

इमेज क्लासिफ़ायर के उदाहरण कोड से यह पता चलता है कि टास्क के आधार पर मिले क्लासिफ़िकेशन के नतीजे कैसे दिखाए जाएं. ज़्यादा जानकारी के लिए, कोड का उदाहरण देखें.