MediaPipe 画像分類タスクを使用すると、画像の分類を実行できます。次を使用: このタスクでは、定義された一連のカテゴリの中から画像が何を表しているかを識別します。 決定できますここでは、画像分類器を使用する方法について説明します。 説明します
このタスクの動作を確認するには、 デモをご覧ください。対象 Google Cloud インフラストラクチャの機能、モデル、構成オプションについて このタスクについては、概要をご覧ください。
サンプルコード
画像分類器のサンプルコードは、画像分類器の完全な実装を提供します。 タスクを示しています。このコードは、このタスクをテストして、 独自の画像分類器の構築を始めました「新規顧客の獲得」目標を 画像分類器の例 コード できます。
Raspberry Pi 用に画像分類器を実装する場合は、 Raspberry Pi の例 アプリ。
セットアップ
このセクションでは、開発環境をセットアップする主な手順と 画像分類器を使用するコード プロジェクトです。一般的な情報については、 MediaPipe タスクを使用するための開発環境の設定 プラットフォーム バージョンの要件については、 Python。
<ph type="x-smartling-placeholder">パッケージ
画像分類器が mediapipe pip パッケージにタスクを実行します。kubectl の「get pods」 次のように置き換えます。
$ python -m pip install mediapipe
``` ### Imports
Import the following classes to access the Image Classifier task functions:
```python
import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import vision
モデル
MediaPipe 画像分類器タスクには、これと互換性のあるトレーニング済みモデルが必要です。 タスクを実行します。画像分類器で使用可能なトレーニング済みモデルについて詳しくは、以下をご覧ください。 タスクの概要のモデル セクションをご覧ください。
モデルを選択してダウンロードし、ローカル ディレクトリに保存します。次を使用: 推奨される EfficientNet-Lite0 モデルです。
model_path = '/absolute/path/to/efficientnet_lite0_int8_2.tflite'
次に示すように、Model Name パラメータ内にモデルのパスを指定します。
base_options = BaseOptions(model_asset_path=model_path)
タスクを作成する
create_from_options 関数を使用してタスクを作成します。「
create_from_options 関数は、実行などの構成オプションを受け入れます。
モード、表示名のロケール、結果の最大数、信頼度のしきい値、
拒否リストを使用できます。リソースの構成について
構成の概要をご覧ください。
画像分類タスクは、静止画像と動画ファイルの 3 つの入力データ型をサポートします。 ストリーミング動画にも対応しています入力データ型に対応するタブを選択して、 タスクを作成して推論を実行する方法を学びます。
画像
import mediapipe as mp BaseOptions = mp.tasks.BaseOptions ImageClassifier = mp.tasks.vision.ImageClassifier ImageClassifierOptions = mp.tasks.vision.ImageClassifierOptions VisionRunningMode = mp.tasks.vision.RunningMode options = ImageClassifierOptions( base_options=BaseOptions(model_asset_path='/path/to/model.tflite'), max_results=5, running_mode=VisionRunningMode.IMAGE) with ImageClassifier.create_from_options(options) as classifier: # The classifier is initialized. Use it here. # ...
動画
import mediapipe as mp BaseOptions = mp.tasks.BaseOptions ImageClassifier = mp.tasks.vision.ImageClassifier ImageClassifierOptions = mp.tasks.vision.ImageClassifierOptions VisionRunningMode = mp.tasks.vision.RunningMode options = ImageClassifierOptions( base_options=BaseOptions(model_asset_path='/path/to/model.tflite'), max_results=5, running_mode=VisionRunningMode.VIDEO) with ImageClassifier.create_from_options(options) as classifier: # The classifier is initialized. Use it here. # ...
ライブ配信
import mediapipe as mp BaseOptions = mp.tasks.BaseOptions ImageClassifierResult = mp.tasks.vision.ImageClassifier.ImageClassifierResult ImageClassifier = mp.tasks.vision.ImageClassifier ImageClassifierOptions = mp.tasks.vision.ImageClassifierOptions VisionRunningMode = mp.tasks.vision.RunningMode def print_result(result: ImageClassifierResult, output_image: mp.Image, timestamp_ms: int): print('ImageClassifierResult result: {}'.format(result)) options = ImageClassifierOptions( base_options=BaseOptions(model_asset_path='/path/to/model.tflite'), running_mode=VisionRunningMode.LIVE_STREAM, max_results=5, result_callback=print_result) with ImageClassifier.create_from_options(options) as classifier: # The classifier is initialized. Use it here. # ...
画像で使用する画像分類器の作成の詳細な例については、 コード 例をご覧ください。
構成オプション
このタスクには、Python アプリケーション用の次の構成オプションがあります。
| オプション名 | 説明 | 値の範囲 | デフォルト値 |
|---|---|---|---|
running_mode |
タスクの実行モードを設定します。3 つの
モード: IMAGE: 単一画像入力のモード。 VIDEO: 動画のデコードされたフレームのモード。 LIVE_STREAM: 入力のライブ配信のモード カメラからのデータなどです。このモードでは、resultListener は 結果を受け取るリスナーを設定するために呼び出されます。 使用できます。 |
{IMAGE, VIDEO, LIVE_STREAM} |
IMAGE |
display_names_locale |
指定された表示名に使うラベルの言語を設定します。
タスクのモデルのメタデータ（利用可能な場合）。デフォルトは en です。
英語。カスタムモデルのメタデータにローカライズされたラベルを追加できます。
TensorFlow Lite Metadata Writer API を使用 |
言語 / 地域コード | en |
max_results |
オプションの上位スコアの分類結果の最大数を設定します。 戻ります。<0 の場合、利用可能な結果がすべて返されます。 | 正の数 | -1 |
score_threshold |
予測スコアのしきい値を設定します。このしきい値は、 モデル メタデータ（存在する場合）この値を下回る結果は拒否されます。 | 任意の浮動小数点数 | 未設定 |
category_allowlist |
許可するカテゴリ名のオプション リストを設定します。空でない場合、
カテゴリ名がこのセットにない分類結果は、
フィルタで除外されます重複または不明なカテゴリ名は無視されます。
このオプションは category_denylist とは相互に排他的であり、
どちらの結果もエラーになります |
任意の文字列 | 未設定 |
category_denylist |
許可されていないカテゴリ名のオプション リストを設定します。条件
空でない場合、カテゴリ名がこのセットに含まれている分類結果はフィルタされます
できます。重複または不明なカテゴリ名は無視されます。このオプションは
category_allowlist と排他的であり、両方を使用するとエラーになります。 |
任意の文字列 | 未設定 |
result_callback |
分類結果を受け取るように結果リスナーを設定します。
非同期で行われます。
モードです。実行モードが LIVE_STREAM に設定されている場合にのみ使用できます |
なし | 未設定 |
データの準備
入力を画像ファイルまたは numpy 配列として準備し、
mediapipe.Image オブジェクト。入力が動画ファイルやストリーミングの場合、
などの外部ライブラリを使用して、
入力フレームを numpy として読み込むための OpenCV
あります
次の例は、処理対象のデータを準備する方法を説明し、 利用可能なデータ型の
画像
import mediapipe as mp # Load the input image from an image file. mp_image = mp.Image.create_from_file('/path/to/image') # Load the input image from a numpy array. mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_image)
動画
import mediapipe as mp # Use OpenCV’s VideoCapture to load the input video. # Load the frame rate of the video using OpenCV’s CV_CAP_PROP_FPS # You’ll need it to calculate the timestamp for each frame. # Loop through each frame in the video using VideoCapture#read() # Convert the frame received from OpenCV to a MediaPipe’s Image object. mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
ライブ配信
import mediapipe as mp # Use OpenCV’s VideoCapture to start capturing from the webcam. # Create a loop to read the latest frame from the camera using VideoCapture#read() # Convert the frame received from OpenCV to a MediaPipe’s Image object. mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
タスクを実行する
実行モードに対応する分類関数を呼び出して、 説明します。Image Classifier API は 入力画像やフレーム内のオブジェクトです。
画像
# Perform image classification on the provided single image. classification_result = classifier.classify(mp_image)
動画
# Calculate the timestamp of the current frame frame_timestamp_ms = 1000 * frame_index / video_file_fps # Perform image classification on the video frame. classification_result = classifier.classify_for_video(mp_image, frame_timestamp_ms)
ライブ配信
# Send the latest frame to perform image classification. # Results are sent to the `result_callback` provided in the `ImageClassifierOptions`. classifier.classify_async(mp_image, frame_timestamp_ms)
次の点にご留意ください。
- 動画モードまたはライブ配信モードで実行する場合は、 入力フレームのタイムスタンプを画像分類タスクに提供します。
- 画像モデルまたは動画モデルで実行する場合、画像分類タスクは 入力画像の処理が完了するまで、現在のスレッドをブロックします。 クリックします。
- ライブ ストリーム モードで実行している場合、画像分類タスクはブロックしない
すぐに戻ります。このメソッドは、
完了するたびに分類結果を返す
入力フレームを処理しています。
classifyAsync関数が呼び出されたときに 画像分類器タスクが別のフレームの処理でビジー状態の場合、 調整します。
画像で使用する画像分類器の作成の詳細な例については、 コード 例をご覧ください。
結果の処理と表示
推論を実行すると、画像分類タスクは
有効なカテゴリのリストを含む ImageClassifierResult オブジェクト
オブジェクトを表現します
このタスクからの出力データの例を次に示します。
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
この結果は、Bird Classifier を実行して取得されました。 日付:
画像分類器のサンプルコードは、画像分類機能を表示する方法を示しています。 タスクから返された結果については、コード 例 をご覧ください。