借助 MediaPipe 图像分类器任务,您可以对图像执行分类。您可以使用此任务来识别某张图片在训练时定义的一组类别中代表的意义。以下说明介绍了如何使用适用于 Node 应用和 Web 应用的图片分类器。
您可以观看演示,了解此任务的实际运用。如需详细了解此任务的功能、模型和配置选项,请参阅概览。
代码示例
图像分类器的示例代码在 JavaScript 中提供了此任务的完整实现,以供您参考。此代码可帮助您测试此任务并开始构建自己的图片分类应用。您只需使用网络浏览器即可查看、运行和修改图片分类器示例代码。
初始设置
本部分介绍了专门针对使用图片分类器而设置开发环境和代码项目的关键步骤。如需了解如何为使用 MediaPipe 任务设置开发环境的一般信息(包括平台版本要求),请参阅 Web 设置指南。
JavaScript 软件包
图像分类器代码可通过 MediaPipe @mediapipe/tasks-vision
NPM 软件包获取。您可以从平台设置指南中提供的链接查找和下载这些库。
您可以使用以下命令,通过以下代码为本地预演安装所需的软件包:
npm install @mediapipe/tasks-vision
如果您想通过内容分发网络 (CDN) 服务导入任务代码,请在 HTML 文件的标记中添加以下代码:
<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
<script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
crossorigin="anonymous"></script>
</head>
模型
MediaPipe 图像分类器任务需要使用与此任务兼容的经过训练的模型。如需详细了解适用于图片分类器的经过训练的模型,请参阅任务概览“模型”部分。
选择并下载模型,然后将其存储在项目目录中:
<dev-project-root>/app/shared/models/
创建任务
使用某个图片分类器 createFrom...()
函数来准备运行推断的任务。结合使用 createFromModelPath()
函数和经过训练的模型文件的相对或绝对路径。如果模型已加载到内存中,您可以使用 createFromModelBuffer()
方法。
以下代码示例演示了如何使用 createFromOptions()
函数设置任务。借助 createFromOptions
函数,您可以使用配置选项来自定义图片分类器。如需详细了解配置选项,请参阅配置选项。
以下代码演示了如何使用自定义选项构建和配置任务:
async function createImageClassifier {
const vision = await FilesetResolver.forVisionTasks(
"https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@0.10.0/wasm"
);
imageClassifier = await ImageClassifier.createFromOptions(vision, {
baseOptions: {
modelAssetPath: `https://storage.googleapis.com/mediapipe-models/image_classifier/efficientnet_lite0/float32/1/efficientnet_lite0.tflite`
},
});
}
配置选项
此任务具有以下 Web 应用的配置选项:
选项名称 | 说明 | 值范围 | 默认值 |
---|---|---|---|
runningMode |
设置任务的运行模式。有两种模式: IMAGE:单张图片输入的模式。 VIDEO:视频的解码帧或输入数据(例如来自摄像头)的直播数据中的解码帧的模式。 |
{IMAGE, VIDEO } |
IMAGE |
displayNamesLocale |
设置任务模型元数据中提供的显示名(如果有)要使用的标签语言。英语的默认值为 en 。您可以使用 TensorFlow Lite Metadata Writer API 向自定义模型的元数据添加本地化标签 |
语言区域代码 | en |
maxResults |
设置要返回的得分最高的分类结果的数量上限(可选)。如果小于 0,将返回所有可用的结果。 | 任何正数 | -1 |
scoreThreshold |
设置预测分数阈值,以替换模型元数据中提供的阈值(如果有)。低于此值的结果会被拒绝。 | 任意浮点数 | 未设置 |
categoryAllowlist |
设置允许的类别名称的可选列表。如果为非空,则类别名称不在此集合中的分类结果将被滤除。系统会忽略重复或未知的类别名称。
此选项与 categoryDenylist 互斥,如果同时使用这两者,就会引发错误。 |
任何字符串 | 未设置 |
categoryDenylist |
设置不允许使用的类别名称的可选列表。如果非空,则类别名称在此集合中的分类结果将被滤除。系统会忽略重复或未知的类别名称。此选项与 categoryAllowlist 互斥,同时使用这两者会导致错误。 |
任何字符串 | 未设置 |
resultListener |
设置结果监听器,以在图像分类器处于直播模式时异步接收分类结果。只能在跑步模式设为“LIVE_STREAM ”时使用 |
N/A | 未设置 |
准备数据
图像分类器可以对主机浏览器支持的任何格式的图片中的对象进行分类。该任务还可处理数据输入预处理,包括大小调整、旋转和值归一化。
对图片分类器 classify()
和 classifyForVideo()
方法的调用会同步运行,并且会阻塞界面线程。如果您对设备相机的视频帧中的对象进行分类,则每个分类都会阻塞主线程。为防止出现这种情况,您可以实现 Web 工作器以在另一个线程上运行 classify()
和 classifyForVideo()
。
运行任务
图像分类器使用 classify()
方法(采用图片模式)和 classifyForVideo()
方法(采用 video
模式)来触发推断。Image Classifier API 将返回输入图片中的对象可能的类别。
以下代码演示了如何使用任务模型执行处理:
映像
const image = document.getElementById("image") as HTMLImageElement; const imageClassifierResult = imageClassifier.classify(image);
视频
const video = document.getElementById("video"); await imageClassifier.setOptions({ runningMode: "VIDEO" }); const timestamp = performance.now(); const classificationResult = await imageClassifier.classifyForVideo( video, timestamp );
如需了解运行图片分类器任务的更完整实现,请参阅代码示例。
处理和显示结果
运行推理后,图片分类器任务会返回一个 ImageClassifierResult
对象,其中包含输入图片或帧中对象的可能类别列表。
下面显示了此任务的输出数据示例:
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
在以下设备上运行 Bird Classifier 即可获得这个结果:
图片分类器示例代码演示了如何显示从任务返回的分类结果。如需了解详情,请参阅代码示例。