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:
नीचे दिए गए कमांड का इस्तेमाल करके git रिपॉज़िटरी का क्लोन बनाएं:
git clone https://github.com/google-ai-edge/mediapipe-samples
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
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)
वीडियो
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)
लाइव स्ट्रीम
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];
वीडियो
@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];
लाइव स्ट्रीम
@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:
विकल्प का नाम | जानकारी | मान की सीमा | डिफ़ॉल्ट मान |
---|---|---|---|
runningMode |
टास्क के लिए रनिंग मोड सेट करता है. तीन मोड होते हैं: इमेज: एक इमेज के इनपुट का मोड. वीडियो: वीडियो के डिकोड किए गए फ़्रेम के लिए मोड. LIVE_STREAM: यह इनपुट डेटा की लाइव स्ट्रीम का मोड है, जैसे कि कैमरे से. इस मोड में, resultListener को कॉल किया जाना चाहिए, ताकि एसिंक्रोनस तरीके से नतीजे पाने के लिए, लिसनर सेट अप किया जा सके. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocale |
अगर उपलब्ध हो, तो टास्क के मॉडल के मेटाडेटा में दिए गए डिसप्ले नेम में इस्तेमाल करने के लिए, लेबल की भाषा सेट करता है. अंग्रेज़ी के लिए डिफ़ॉल्ट भाषा en है. किसी कस्टम मॉडल के मेटाडेटा में स्थानीय भाषा के मुताबिक लेबल जोड़े जा सकते हैं. इसके लिए, आपको TensorFlow Lite Metadata Writer API का इस्तेमाल करना होगा |
स्थान-भाषा कोड | en |
maxResults |
यह फ़ंक्शन, सबसे ऊपर-स्कोर किए गए क्लासिफ़िकेशन के नतीजों की वैकल्पिक संख्या को, लौटाने के लिए सेट करता है. अगर 0 से कम है, तो सभी उपलब्ध नतीजे दिखाए जाएंगे. | कोई भी धनात्मक संख्या | -1 |
scoreThreshold |
यह अनुमानित स्कोर के थ्रेशोल्ड को सेट करता है, जो मॉडल मेटाडेटा (अगर कोई हो) में दिए गए थ्रेशोल्ड को बदल देता है. इस वैल्यू से कम के नतीजे अस्वीकार कर दिए जाते हैं. | कोई भी फ़्लोट | सेट नहीं किया गया है |
categoryAllowlist |
अनुमति वाली कैटगरी के नामों की वैकल्पिक सूची सेट करता है. अगर खाली नहीं है, तो
क्लासिफ़िकेशन के जिन नतीजों की कैटगरी का नाम इस सेट में नहीं है उन्हें फ़िल्टर कर दिया जाएगा. श्रेणी के डुप्लीकेट या अज्ञात नामों पर ध्यान नहीं दिया जाता.
यह विकल्प categoryDenylist के साथ म्यूचुअली एक्सक्लूसिव है और दोनों के नतीजों का इस्तेमाल करने पर गड़बड़ी होती है. |
कोई भी स्ट्रिंग | सेट नहीं किया गया है |
categoryDenylist |
ऐसी कैटगरी के नामों की वैकल्पिक सूची सेट करता है जिनकी अनुमति नहीं है. अगर
कोई कैटगरी खाली नहीं है, तो ऐसे क्लासिफ़िकेशन के नतीजे जिनके लिए इस सेट में कैटगरी का नाम है उन्हें फ़िल्टर
कर दिया जाएगा. श्रेणी के डुप्लीकेट या अज्ञात नामों पर ध्यान नहीं दिया जाता. यह विकल्प categoryAllowlist के साथ म्यूचुअली एक्सक्लूसिव है और दोनों के इस्तेमाल से गड़बड़ी होती है. |
कोई भी स्ट्रिंग | सेट नहीं किया गया है |
resultListener |
इमेज क्लासिफ़ायर के लाइव स्ट्रीम मोड में होने पर, नतीजे लिसनर को एसिंक्रोनस तरीके से क्लासिफ़िकेशन के नतीजे पाने के लिए सेट करता है. इसका इस्तेमाल सिर्फ़ तब किया जा सकता है, जब रनिंग मोड को LIVE_STREAM पर सेट किया गया हो |
लागू नहीं | सेट नहीं किया गया है |
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.
विकल्प का नाम | जानकारी | मान की सीमा | डिफ़ॉल्ट मान |
---|---|---|---|
imageClassifierLiveStreamDelegate |
इमेज की कैटगरी तय करने वाली सुविधा को चालू करता है, ताकि लाइव स्ट्रीम मोड में, क्लासिफ़िकेशन के नतीजे एसिंक्रोनस रूप से
पाए जा सकें. जिस क्लास का इंस्टेंस इस प्रॉपर्टी पर सेट है उसे imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) तरीका लागू करना होगा. |
लागू नहीं | सेट नहीं किया गया 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 कोMPImage
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.
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];
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 बादCVPixelBuffer
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.
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];
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.
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];
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
Image
let result = try imageClassifier.classify(image: image)
वीडियो
let result = try imageClassifier.classify( videoFrame: image, timestampInMilliseconds: timestamp)
लाइव स्ट्रीम
try imageClassifier.classifyAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Image
MPPImageClassifierResult *result = [imageClassifier classifyImage:image error:nil];
वीडियो
MPPImageClassifierResult *result = [imageClassifier classifyVideoFrame:image timestampInMilliseconds:timestamp error:nil];
लाइव स्ट्रीम
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 परclassifyAsync
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.