iOS용 이미지 분류 가이드

이미지 분류기 작업을 사용하면 이미지를 분류할 수 있습니다. 이 작업을 사용하여 학습 시 정의된 카테고리 집합에서 이미지가 나타내는 내용을 식별할 수 있습니다. 이 안내는 iOS 앱에서 이미지 분류기를 사용하는 방법을 보여줍니다. 이 안내에 설명된 코드 샘플은 GitHub에서 확인할 수 있습니다.

이 작업의 실제 동작을 확인하려면 웹 데모를 참고하세요. 이 작업의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

MediaPipe Tasks 예시 코드는 iOS용 Image Classifier 앱의 기본 구현입니다. 이 예에서는 실제 iOS 기기의 카메라를 사용하여 지속적으로 객체를 분류하고 기기 갤러리의 이미지와 동영상을 사용하여 정적으로 객체를 분류할 수도 있습니다.

이 앱을 자체 iOS 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참고할 수 있습니다. 이미지 분류 기준 예시 코드는 GitHub에 호스팅됩니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 안내를 따르세요.

1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

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

2. 필요한 경우, Image Classifier 예시 앱의 파일만 갖도록 git 인스턴스가 스파스 체크아웃을 사용하도록 구성합니다.

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

예시 코드의 로컬 버전을 만든 후 MediaPipe 작업 라이브러리를 설치하고 Xcode를 사용하여 프로젝트를 열고 앱을 실행할 수 있습니다. 자세한 내용은 iOS 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 Image Classifier 예시 애플리케이션의 중요 코드가 들어 있습니다.

• ImageClassifierService.swift: Image Classifier를 초기화하고 모델 선택을 처리하고 입력 데이터에서 추론을 실행합니다.
• CameraViewController.swift: 실시간 카메라 피드 입력 모드의 UI를 구현하고 결과를 시각화합니다.
• MediaLibraryViewController.swift 정지 이미지 및 동영상 파일 입력 모드의 UI를 구현하고 결과를 시각화합니다.

설정

이 섹션에서는 Image Classifier를 사용하도록 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 iOS 설정 가이드를 참고하세요.

종속 항목

Image Classifier는 CocoaPods를 사용하여 설치해야 하는 MediaPipeTasksVision 라이브러리를 사용합니다. 이 라이브러리는 Swift 및 Objective-C 앱과 모두 호환되며 추가 언어별 설정이 필요하지 않습니다.

macOS에 CocoaPods를 설치하는 방법은 CocoaPods 설치 가이드를 참고하세요. 앱에 필요한 포드로 Podfile를 만드는 방법에 대한 안내는 CocoaPods 사용을 참조하세요.

다음 코드를 사용하여 Podfile에 MediaPipeTasksVision 포드를 추가합니다.

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

앱에 단위 테스트 타겟이 포함되어 있다면 Podfile 설정에 관한 자세한 내용은 iOS 설정 가이드를 참고하세요.

모델

MediaPipe Image Classifier 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. Image Classifier에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드하고 Xcode를 사용하여 프로젝트 디렉터리에 추가합니다. Xcode 프로젝트에 파일을 추가하는 방법은 Xcode 프로젝트에서 파일 및 폴더 관리를 참조하세요.

BaseOptions.modelAssetPath 속성을 사용하여 App Bundle의 모델 경로를 지정합니다. 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

이니셜라이저 중 하나를 호출하여 Image Classifier 작업을 만들 수 있습니다. ImageClassifier(options:) 이니셜라이저는 실행 모드, 표시 이름 언어, 최대 결과 수, 신뢰도 기준, 카테고리 허용 목록, 차단 목록 등 구성 옵션의 값을 설정합니다.

맞춤설정된 구성 옵션으로 초기화된 이미지 분류기가 필요하지 않으면 ImageClassifier(modelPath:) 이니셜라이저를 사용하여 기본 옵션으로 이미지 분류기를 만들 수 있습니다. 구성 옵션에 관한 자세한 내용은 구성 개요를 참고하세요.

Image Classifier 작업은 정지 이미지, 동영상 파일, 라이브 동영상 스트림 등 3가지 입력 데이터 유형을 지원합니다. 기본적으로 ImageClassifier(modelPath:)는 정지 이미지의 작업을 초기화합니다. 동영상 파일 또는 라이브 동영상 스트림을 처리하도록 작업을 초기화하려면 ImageClassifier(options:)를 사용하여 동영상 또는 라이브 스트림 실행 모드를 지정합니다. 라이브 스트림 모드에는 추가 imageClassifierLiveStreamDelegate 구성 옵션도 필요합니다. 이 옵션을 사용하면 Image Classifier가 이미지 분류 결과를 대리자에 비동기식으로 전송할 수 있습니다.

작업을 만들고 추론을 실행하는 방법을 보려면 실행 모드에 해당하는 탭을 선택합니다.

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];
    

구성 옵션

이 작업에는 iOS 앱을 위한 다음과 같은 구성 옵션이 있습니다.

라이브 스트림 구성

실행 모드가 라이브 스트림으로 설정된 경우 이미지 분류기에는 추가 imageClassifierLiveStreamDelegate 구성 옵션이 필요합니다. 이 옵션을 사용하면 분류기가 분류 결과를 비동기식으로 제공할 수 있습니다. 대리자는 각 프레임의 분류 결과를 처리한 후 이미지 분류기가 호출하는 imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) 메서드를 구현합니다.

데이터 준비

입력 이미지나 프레임을 이미지 분류기에 전달하기 전에 MPImage 객체로 변환해야 합니다. MPImage는 다양한 유형의 iOS 이미지 형식을 지원하며 추론을 위해 모든 실행 모드에서 사용할 수 있습니다. MPImage에 대한 자세한 내용은 MPImage API를 참조하세요.

사용 사례와 애플리케이션에 필요한 실행 모드에 따라 iOS 이미지 형식을 선택합니다.MPImage는 UIImage, CVPixelBuffer, CMSampleBuffer iOS 이미지 형식을 허용합니다.

UIImage

UIImage 형식은 다음 실행 모드에 적합합니다.

• 이미지: App Bundle, 사용자 갤러리 또는 UIImage 이미지 형식으로 된 파일 시스템의 이미지는 MPImage 객체로 변환할 수 있습니다.

• 동영상: AVAssetImageGenerator를 사용하여 동영상 프레임을 CGImage 형식으로 추출한 후 UIImage 이미지로 변환합니다.

// 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];
    

이 예에서는 기본 UIImage.Orientation.Up 방향으로 MPImage를 초기화합니다. 지원되는 UIImage.Orientation 값을 사용하여 MPImage를 초기화할 수 있습니다. Image Classifier는 .upMirrored, .downMirrored, .leftMirrored, .rightMirrored와 같이 미러링된 방향을 지원하지 않습니다.

UIImage에 관한 자세한 내용은 UIImage Apple 개발자 문서를 참고하세요.

CVPixelBuffer

CVPixelBuffer 형식은 프레임을 생성하고 처리에 iOS CoreImage 프레임워크를 사용하는 애플리케이션에 적합합니다.

CVPixelBuffer 형식은 다음 실행 모드에 적합합니다.

• 이미지: iOS의 CoreImage 프레임워크를 사용하여 일부 처리를 실행한 후 CVPixelBuffer 이미지를 생성하는 앱은 이미지 실행 모드의 Image Classifier로 전송할 수 있습니다.

• 동영상: 동영상 프레임은 처리를 위해 CVPixelBuffer 형식으로 변환한 다음 동영상 모드의 이미지 분류기로 전송할 수 있습니다.

• 라이브 스트림: iOS 카메라를 사용하여 프레임을 생성하는 앱은 라이브 스트림 모드의 이미지 분류기로 전송되기 전에 처리를 위해 CVPixelBuffer 형식으로 변환될 수 있습니다.

// 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];
    

CVPixelBuffer에 관한 자세한 내용은 CVPixelBuffer Apple 개발자 문서를 참고하세요.

CMSampleBuffer

CMSampleBuffer 형식은 동일한 미디어 유형의 미디어 샘플을 저장하며 라이브 스트림 실행 모드에 적합합니다. iOS 카메라의 라이브 프레임은 iOS AVCaptureVideoDataOutput에 의해 CMSampleBuffer 형식으로 비동기식으로 전송됩니다.

// 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];
    

CMSampleBuffer에 관한 자세한 내용은 CMSampleBuffer Apple 개발자 문서를 참고하세요.

작업 실행

이미지 분류기를 실행하려면 할당된 실행 모드와 관련된 classify() 메서드를 사용합니다.

• 정지 이미지: classify(image:)
• 동영상: classify(videoFrame:timestampInMilliseconds:)
• 라이브 스트림: classifyAsync(image:timestampInMilliseconds:)

이미지 분류기는 입력 이미지 또는 프레임 내 객체에 가능한 카테고리를 반환합니다.

다음 코드 샘플은 이러한 다양한 실행 모드에서 Image Classifier를 실행하는 방법에 관한 기본 예를 보여줍니다.

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];
    

이미지 분류기 코드 예에서는 이러한 각 모드의 구현을 classify(image:), classify(videoFrame:timestampInMilliseconds:), classifyAsync(image:timestampInMilliseconds:)로 자세히 보여줍니다. 예시 코드를 통해 사용자는 사용 사례에 필요하지 않은 처리 모드 간에 전환할 수 있습니다.

다음에 유의하세요.

• 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 이미지 분류기 작업에 입력 프레임의 타임스탬프도 제공해야 합니다.

• 이미지 또는 동영상 모드에서 실행 중인 경우 이미지 분류기 작업은 입력 이미지 또는 프레임의 처리를 완료할 때까지 현재 스레드를 차단합니다. 현재 스레드가 차단되지 않도록 하려면 iOS Dispatch 또는 NSOperation 프레임워크를 사용하여 백그라운드 스레드에서 처리를 실행합니다.

• 라이브 스트림 모드에서 실행하면 이미지 분류기 작업이 즉시 반환되며 현재 스레드를 차단하지 않습니다. 각 입력 프레임을 처리한 후 분류 결과와 함께 imageClassifier(_:didFinishClassification:timestampInMilliseconds:error:) 메서드를 호출합니다. Image Classifier는 전용 직렬 디스패치 큐에서 이 메서드를 비동기식으로 호출합니다. 사용자 인터페이스에 결과를 표시하려면 결과를 처리한 후 기본 큐로 결과를 전달합니다. Image Classifier 작업이 다른 프레임을 처리하는 중일 때 classifyAsync 함수가 호출되면 Image Classifier는 새 입력 프레임을 무시합니다.

결과 처리 및 표시

추론을 실행하면 이미지 분류기 작업은 입력 이미지 또는 프레임 내 객체의 가능한 카테고리 목록이 포함된 ImageClassifierResult 객체를 반환합니다.

다음은 이 작업의 출력 데이터 예시를 보여줍니다.

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

이 결과는 다음에서 Bird Classifier를 실행하여 얻은 것입니다.

이미지 분류 기준 예시 코드는 작업에서 반환된 분류 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 코드 예를 참고하세요.