Hướng dẫn phân loại hình ảnh cho iOS

Nhiệm vụ Trình phân loại hình ảnh cho phép bạn phân loại hình ảnh. Bạn có thể sử dụng nhiệm vụ này nhằm xác định nội dung mà một hình ảnh đại diện cho một tập hợp các danh mục được xác định vào thời gian huấn luyện. Các hướng dẫn này cho bạn biết cách sử dụng Trình phân loại hình ảnh trong Ứng dụng iOS. Mã mẫu được mô tả trong các hướng dẫn này có trên GitHub.

Bạn có thể xem công việc này trong thực tế bằng cách xem trang Web này bản minh hoạ. Cho thông tin khác về tính năng, kiểu máy và tuỳ chọn cấu hình của công việc này, hãy xem Tổng quan.

Ví dụ về mã

Mã ví dụ MediaPipe Tasks là cách triển khai cơ bản của Trình phân loại hình ảnh dành cho iOS. Ví dụ này sử dụng máy ảnh trên một thiết bị iOS thực để liên tục phân loại đối tượng và cũng có thể sử dụng hình ảnh và video từ thư viện thiết bị để phân loại tĩnh các đối tượng.

Bạn có thể sử dụng ứng dụng này làm điểm khởi đầu cho ứng dụng iOS của riêng mình hoặc tham chiếu đến ứng dụng đó khi sửa đổi ứng dụng hiện có. Mã ví dụ của Trình phân loại hình ảnh được lưu trữ trên GitHub.

Tải mã xuống

Các hướng dẫn sau đây chỉ cho bạn cách tạo bản sao trên máy của ví dụ bằng công cụ dòng lệnh git.

Cách tải mã ví dụ xuống:

1. Sao chép kho lưu trữ git bằng lệnh sau:

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

2. Bạn có thể định cấu hình thực thể git để sử dụng quy trình thanh toán thưa thớt, vì vậy, bạn có chỉ các tệp cho ứng dụng mẫu của Trình phân loại hình ảnh:

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

Sau khi tạo phiên bản cục bộ của mã ví dụ, bạn có thể cài đặt Thư viện nhiệm vụ MediaPipe, hãy mở dự án bằng Xcode rồi chạy ứng dụng. Cho hãy xem Hướng dẫn thiết lập cho iOS.

Thành phần chính

Các tệp sau chứa mã quan trọng cho ví dụ về Trình phân loại hình ảnh ứng dụng:

• ImageClassifierService.swift: Khởi chạy Trình phân loại hình ảnh, xử lý việc lựa chọn mô hình và chạy suy luận dựa trên dữ liệu đầu vào.
• CameraViewController.swift: Triển khai giao diện người dùng cho chế độ nhập nguồn cấp dữ liệu camera trực tiếp và trực quan hoá kết quả.
• MediaLibraryViewController.swift Triển khai giao diện người dùng cho chế độ nhập tệp hình ảnh tĩnh và tệp video, đồng thời trực quan hoá các kết quả.

Thiết lập

Phần này mô tả các bước chính để thiết lập môi trường phát triển và mã dự án để sử dụng Công cụ phân loại hình ảnh. Để biết thông tin chung về cách thiết lập môi trường phát triển để sử dụng các tác vụ MediaPipe, bao gồm cả phiên bản nền tảng hãy xem Hướng dẫn thiết lập cho iOS.

Phần phụ thuộc

Công cụ phân loại hình ảnh sử dụng thư viện MediaPipeTasksVision (bạn phải cài đặt thư viện này) bằng cách sử dụng CocoaPods. Thư viện này tương thích với cả ứng dụng Swift và GOAL-C và không yêu cầu thiết lập theo ngôn ngữ cụ thể nào khác.

Để biết hướng dẫn cài đặt CocoaPods trên macOS, hãy tham khảo CocoaPods hướng dẫn cài đặt. Để xem hướng dẫn về cách tạo Podfile với các nhóm cần thiết cho ứng dụng, hãy tham khảo Việc sử dụng CocoaPods.

Thêm nhóm MediaPipeTasksVision vào Podfile bằng mã sau:

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

Nếu ứng dụng của bạn có mục tiêu kiểm thử đơn vị, hãy tham khảo Hướng dẫn thiết lập dành cho iOS để biết thêm thông tin về cách thiết lập Podfile của bạn.

Mẫu

Nhiệm vụ của Trình phân loại hình ảnh MediaPipe cần có một mô hình đã huấn luyện tương thích với nhiệm vụ này. Để biết thêm thông tin về các mô hình được huấn luyện hiện có cho Trình phân loại hình ảnh, hãy xem phần Mô hình tổng quan về nhiệm vụ .

Chọn và tải mô hình xuống, sau đó thêm mô hình đó vào thư mục dự án bằng Xcode. Để biết hướng dẫn về cách thêm tệp vào dự án Xcode của bạn, hãy tham khảo bài viết Quản lý tệp và thư mục trong Xcode của bạn dự án.

Sử dụng thuộc tính BaseOptions.modelAssetPath để chỉ định đường dẫn đến mô hình trong gói ứng dụng của bạn. Để xem ví dụ về mã, hãy xem phần tiếp theo.

Tạo việc cần làm

Bạn có thể tạo tác vụ Trình phân loại hình ảnh bằng cách gọi một trong các trình khởi tạo tương ứng. Chiến lược phát hành đĩa đơn Trình khởi tạo ImageClassifier(options:) đặt giá trị cho các lựa chọn cấu hình bao gồm chế độ chạy, ngôn ngữ tên hiển thị, số lượng kết quả tối đa, độ tin cậy ngưỡng, danh mục cho phép và danh sách từ chối.

Nếu bạn không cần khởi chạy Trình phân loại hình ảnh bằng cấu hình tuỳ chỉnh , bạn có thể sử dụng trình khởi tạo ImageClassifier(modelPath:) để tạo một Công cụ phân loại hình ảnh với các tuỳ chọn mặc định. Để biết thêm thông tin về cấu hình hãy xem phần Configuration Overview (Tổng quan về cấu hình).

Tác vụ Trình phân loại hình ảnh hỗ trợ 3 loại dữ liệu đầu vào: ảnh tĩnh, tệp video và luồng video trực tiếp. Theo mặc định, ImageClassifier(modelPath:) sẽ khởi chạy một đối với ảnh tĩnh. Nếu bạn muốn khởi động tác vụ để xử lý video hoặc luồng video trực tiếp, hãy sử dụng ImageClassifier(options:) để chỉ định video hoặc sự kiện phát trực tiếp. Chế độ phát trực tiếp cũng yêu cầu tùy chọn cấu hình imageClassifierLiveStreamDelegate bổ sung, cho phép Trình phân loại hình ảnh cung cấp kết quả phân loại hình ảnh cho uỷ quyền không đồng bộ.

Chọn thẻ tương ứng với chế độ chạy của bạn để xem cách tạo tác vụ và chạy suy luận.

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];
    

Các lựa chọn về cấu hình

Nhiệm vụ này có các lựa chọn cấu hình sau đây cho ứng dụng iOS:

Cấu hình sự kiện phát trực tiếp

Khi bạn đặt chế độ chạy thành phát trực tiếp, Trình phân loại hình ảnh sẽ yêu cầu tùy chọn cấu hình imageClassifierLiveStreamDelegate bổ sung, cho phép thuật toán phân loại cung cấp kết quả phân loại một cách không đồng bộ. Chiến lược phát hành đĩa đơn uỷ quyền sẽ triển khai imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) mà Trình phân loại hình ảnh gọi sau khi xử lý quá trình phân loại kết quả cho từng khung.

Chuẩn bị dữ liệu

Bạn cần chuyển đổi hình ảnh hoặc khung đầu vào thành đối tượng MPImage trước hãy truyền tệp đó đến Trình phân loại hình ảnh. MPImage hỗ trợ nhiều loại hình ảnh iOS và có thể sử dụng chúng ở bất kỳ chế độ chạy nào để suy luận. Để biết thêm thông tin về MPImage, hãy tham khảo API MPImage

Chọn định dạng hình ảnh iOS dựa trên trường hợp sử dụng của bạn và chế độ chạy của bạn yêu cầu.MPImage chấp nhận UIImage, CVPixelBuffer và CMSampleBuffer Định dạng hình ảnh cho iOS.

UIImage

Định dạng UIImage rất phù hợp với các chế độ chạy sau đây:

• Hình ảnh: hình ảnh từ gói ứng dụng, thư viện người dùng hoặc hệ thống tệp được định dạng là UIImage hình ảnh có thể được chuyển đổi thành đối tượng MPImage.

• Video: sử dụng AVAssetImageGenerator để trích xuất khung hình video vào CGImage rồi chuyển đổi chúng thành UIImage hình ảnh.

// 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];
    

Ví dụ này khởi chạy MPImage với giá trị mặc định UIImage.Orientation.Up hướng. Bạn có thể khởi chạy MPImage bằng bất kỳ UIImage.Orientation giá trị. Trình phân loại hình ảnh không hỗ trợ hướng được phản chiếu như .upMirrored, .downMirrored, .leftMirrored, .rightMirrored.

Để biết thêm thông tin về UIImage, hãy tham khảo UIImage Apple Developer (Nhà phát triển UIImage) Tài liệu.

CVPixelBuffer

Định dạng CVPixelBuffer rất phù hợp với các ứng dụng tạo khung và sử dụng CoreImage của iOS khung để xử lý.

Định dạng CVPixelBuffer rất phù hợp với các chế độ chạy sau đây:

• Hình ảnh: ứng dụng tạo ra CVPixelBuffer hình ảnh sau một số quá trình xử lý bằng khung CoreImage của iOS có thể được gửi đến Trình phân loại hình ảnh trong chế độ chạy hình ảnh.

• Video: khung video có thể được chuyển đổi sang định dạng CVPixelBuffer cho rồi gửi đến Trình phân loại hình ảnh ở chế độ video.

• phát trực tiếp: ứng dụng dùng máy ảnh iOS để tạo khung hình có thể được chuyển đổi sang định dạng CVPixelBuffer để xử lý trước khi gửi đến Công cụ phân loại hình ảnh ở chế độ phát trực tiếp.

// 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];
    

Để biết thêm thông tin về CVPixelBuffer, hãy tham khảo CVPixelBuffer Apple Nhà phát triển Tài liệu.

CMSampleBuffer

Định dạng CMSampleBuffer lưu trữ các mẫu phương tiện của một loại phương tiện đồng nhất và rất phù hợp với chế độ chạy phát trực tiếp. Khung hình trực tiếp từ máy ảnh iOS phân phối không đồng bộ ở định dạng CMSampleBuffer bởi 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];
    

Để biết thêm thông tin về CMSampleBuffer, hãy tham khảo CMSampleBuffer Apple Nhà phát triển Tài liệu.

Chạy tác vụ

Để chạy Trình phân loại hình ảnh, hãy sử dụng phương thức classify() dành riêng cho chế độ chạy:

• Hình ảnh tĩnh: classify(image:)
• Video: classify(videoFrame:timestampInMilliseconds:)
• sự kiện phát trực tiếp: classifyAsync(image:timestampInMilliseconds:)

Trình phân loại hình ảnh trả về các danh mục có thể có cho đối tượng trong đầu vào hình ảnh hoặc khung.

Các mã mẫu sau đây trình bày các ví dụ cơ bản về cách chạy Trình phân loại hình ảnh trong các chế độ chạy khác nhau này:

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];
    

Ví dụ về mã của Trình phân loại hình ảnh cho thấy cách triển khai từng chế độ trong số này chi tiết hơn classify(image:), classify(videoFrame:timestampInMilliseconds:) và classifyAsync(image:timestampInMilliseconds:). Mã ví dụ này cho phép để người dùng chuyển đổi giữa các chế độ xử lý mà có thể không cần thiết cho việc sử dụng của bạn trường hợp.

Xin lưu ý những điều sau:

• Khi chạy ở chế độ video hoặc chế độ phát trực tiếp, bạn cũng phải cung cấp dấu thời gian của khung nhập vào tác vụ của Trình phân loại hình ảnh.

• Khi chạy ở chế độ hình ảnh hoặc video, tác vụ Trình phân loại hình ảnh sẽ chặn luồng hiện tại cho đến khi xử lý xong hình ảnh hoặc khung đầu vào. Người nhận tránh chặn luồng hiện tại, hãy thực thi quá trình xử lý trong nền chuỗi bằng iOS Điều phối hoặc NSOperation khung.

• Khi chạy ở chế độ phát trực tiếp, tác vụ Trình phân loại hình ảnh sẽ trả về ngay lập tức và không chặn luồng hiện tại. Phương thức gọi imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) với kết quả phân loại sau khi xử lý mỗi khung đầu vào. Chiến lược phát hành đĩa đơn Trình phân loại hình ảnh gọi phương thức này không đồng bộ trên một sê-ri chuyên dụng hàng đợi điều phối. Để hiển thị kết quả trên giao diện người dùng, hãy gửi kết quả vào hàng đợi chính sau khi xử lý kết quả. Nếu Hàm classifyAsync được gọi khi tác vụ Trình phân loại hình ảnh đang bận xử lý một khung khác, Trình phân loại hình ảnh sẽ bỏ qua khung nhập mới.

Xử lý và hiện kết quả

Sau khi chạy dự đoán, tác vụ Trình phân loại hình ảnh sẽ trả về một Đối tượng ImageClassifierResult chứa danh sách các danh mục có thể có cho các đối tượng trong hình ảnh hoặc khung đầu vào.

Sau đây là ví dụ về dữ liệu đầu ra của tác vụ này:

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

Kết quả này thu được bằng cách chạy Trình phân loại chim vào:

Mã ví dụ của Trình phân loại hình ảnh minh hoạ cách hiển thị kết quả phân loại kết quả được trả về từ tác vụ, hãy xem mã ví dụ để biết thông tin chi tiết.