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:
Clona el repositorio de Git con el siguiente comando:
git clone https://github.com/google-ai-edge/mediapipe-samples
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
Imagen
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)
Video
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)
Transmisión en vivo
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
Imagen
@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];
Video
@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];
Transmisión en vivo
@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:
Nombre de la opción | Descripción | Rango de valores | Valor predeterminado |
---|---|---|---|
runningMode |
Establece el modo de ejecución de la tarea. Existen tres
modos: IMAGE: Es el modo para entradas de una sola imagen. VIDEO: es el modo de los fotogramas decodificados de un video. LIVE_STREAM: Es el modo para una transmisión en vivo de entradas. datos, como los de una cámara. En este modo, resultListener debe se llama para configurar un objeto de escucha que reciba resultados de forma asíncrona. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocale |
Configura el idioma de las etiquetas que se usarán para los nombres visibles que se proporcionan en la
metadatos del modelo de la tarea, si están disponibles. El valor predeterminado es en para
Inglés. Puedes agregar etiquetas localizadas a los metadatos de un modelo personalizado
con la API de Metadata Writer de TensorFlow Lite |
Código de configuración regional | en |
maxResults |
Establece el número máximo opcional de resultados de la clasificación con puntuación más alta en el resultado. Si < 0, se devolverán todos los resultados disponibles. | Cualquier número positivo | -1 |
scoreThreshold |
Establece el umbral de puntuación de predicción que anula el que se proporciona en los metadatos del modelo (si los hay). Se rechazarán los resultados por debajo de este valor. | Cualquier número de punto flotante | Sin establecer |
categoryAllowlist |
Establece la lista opcional de nombres de categorías permitidas. Si no está vacío,
los resultados de clasificación cuyo nombre de categoría no se encuentre en este conjunto serán
filtrado. Se ignoran los nombres de categoría duplicados o desconocidos.
Esta opción es mutuamente excluyente con categoryDenylist y usa
ambos darán como resultado un error. |
Cualquier cadena | Sin establecer |
categoryDenylist |
Establece la lista opcional de nombres de categorías que no están permitidos. Si
no vacío, los resultados de clasificación cuyo nombre de categoría se encuentre en este conjunto se filtrarán
y sale de ella. Se ignoran los nombres de categoría duplicados o desconocidos. Esta opción es mutuamente
excluyente con categoryAllowlist y usar ambos dará como resultado un error. |
Cualquier cadena | Sin establecer |
resultListener |
Configura el objeto de escucha de resultados para recibir los resultados de clasificación
de forma asíncrona cuando el clasificador de imágenes esté en la transmisión en vivo
. Solo se puede usar cuando el modo de ejecución está establecido en LIVE_STREAM |
N/A | Sin establecer |
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.
Nombre de la opción | Descripción | Rango de valores | Valor predeterminado |
---|---|---|---|
imageClassifierLiveStreamDelegate |
Permite que el clasificador de imágenes reciba resultados de clasificación de forma asíncrona.
en modo de transmisión en vivo. La clase cuya instancia se establezca en esta propiedad debe
implementar la
imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:)
. |
No aplicable | Sin establecer |
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 objetoMPImage
.Videos: Usa AVAssetImageGenerator para extraer fotogramas de video CGImage y, luego, conviértelas en imágenes
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];
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 frameworkCoreImage
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.
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];
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.
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];
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
Imagen
let result = try imageClassifier.classify(image: image)
Video
let result = try imageClassifier.classify( videoFrame: image, timestampInMilliseconds: timestamp)
Transmisión en vivo
try imageClassifier.classifyAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Imagen
MPPImageClassifierResult *result = [imageClassifier classifyImage:image error:nil];
Video
MPPImageClassifierResult *result = [imageClassifier classifyVideoFrame:image timestampInMilliseconds:timestamp error:nil];
Transmisión en vivo
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 funciónclassifyAsync
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.