Android용 이미지 삽입 가이드

MediaPipe 이미지 임베딩 작업을 사용하면 이미지 데이터를 숫자 표현으로 변환할 수 있습니다. 이미지 처리(예: 이미지, 오디오, 동영상)와 같은 두 이미지의 유사성입니다. 이 도움말에서는 Android 앱의 이미지 삽입입니다.

기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예

MediaPipe 태스크 예시 코드는 이미지 임베딩의 간단한 구현입니다. Android용 앱인데요. 이 예에서는 실제 Android 기기의 카메라를 사용하여 이미지를 연속적으로 삽입하고, 저장된 이미지 파일에서 삽입기를 실행할 수도 있습니다. 할 수 있습니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 참조할 수 있습니다. 기존 앱을 수정할 때 이미지 삽입 예제 코드는 GitHub

코드 다운로드

다음 안내에서는 예시의 로컬 사본을 만드는 방법을 보여줍니다. git 명령줄 도구를 사용하여 코드를 실행합니다.

<ph type="x-smartling-placeholder">

예시 코드를 다운로드하려면 다음 안내를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다.
    git clone https://github.com/google-ai-edge/mediapipe-samples
    
  2. 원하는 경우 스파스 체크아웃을 사용하도록 git 인스턴스를 구성하여 다음과 같이 합니다. Image Embedder 예시 앱의 파일만:
    cd mediapipe
    git sparse-checkout init --cone
    git sparse-checkout set examples/image_embedder/android
    

예시 코드의 로컬 버전을 만든 후 프로젝트를 가져올 수 있습니다. Android 스튜디오로 이동하여 앱을 실행합니다. 자세한 내용은 Android

주요 구성요소

다음 파일에는 이 이미지 삽입 예시에 중요한 코드가 포함되어 있습니다. 애플리케이션:

  • ImageEmbedderHelper.kt: 이미지 삽입기를 초기화하고 모델과 위임을 처리합니다. 선택합니다.
  • MainActivity.kt: 애플리케이션을 구현하고 사용자 인터페이스 구성요소를 어셈블합니다.

설정

이 섹션에서는 개발 환경을 설정하는 주요 단계를 설명하고 Image Embedder를 사용하는 것이 좋습니다. 설정 방법에 대한 일반적인 정보는 MediaPipe 작업을 사용하기 위한 개발 환경(플랫폼 버전 포함) 요구사항에 대한 자세한 내용은 Android

<ph type="x-smartling-placeholder">

종속 항목

Image Embedder는 com.google.mediapipe:tasks-vision 라이브러리를 사용합니다. 추가 Android 앱 개발 프로젝트의 build.gradle 파일에 종속 항목을 추가해야 합니다. 다음 코드를 사용하여 필요한 종속 항목을 가져옵니다.

dependencies {
    ...
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

모델

MediaPipe 이미지 임베딩 작업에는 다음과 호환되는 학습된 모델이 필요합니다. 태스크에 맞추는 것입니다. 이미지 임베딩에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 다음을 참조하세요. 작업 개요의 모델 섹션을 확인합니다.

모델을 선택하고 다운로드한 후 프로젝트 디렉터리에 저장합니다.

<dev-project-root>/src/main/assets

ModelAssetPath 매개변수 내에 모델의 경로를 지정합니다. 예시 코드에서 모델은 setupImageEmbedder() 함수의 ImageEmbedderHelper.kt 파일:

BaseOptions.Builder.setModelAssetPath() 메서드를 사용하여 경로를 지정합니다. 사용됩니다. 이 메서드는 다음 코드 예제에서 참조됩니다. 섹션으로 이동합니다.

할 일 만들기

createFromOptions 함수를 사용하여 작업을 만들 수 있습니다. 이 createFromOptions 함수는 Embedder를 설정하는 구성 옵션을 허용합니다. 있습니다. 구성 옵션에 대한 자세한 내용은 구성을 참조하세요. 개요를 참조하세요.

Image Embedder 작업은 정지 이미지, 동영상 파일, 라이브 동영상 스트림이 포함됩니다 실행 중인 모드를 지정하여 입력 데이터 유형을 지정합니다 해당하는 탭을 선택합니다. 입력 데이터 유형을 확인하여 작업을 생성하고 추론을 실행하는 방법을 알아봅니다.

이미지

ImageEmbedderOptions options =
  ImageEmbedderOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setQuantize(true)
    .setRunningMode(RunningMode.IMAGE)
    .build();
imageEmbedder = ImageEmbedder.createFromOptions(context, options);
    

동영상

ImageEmbedderOptions options =
  ImageEmbedderOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setQuantize(true)
    .setRunningMode(RunningMode.VIDEO)
    .build();
imageEmbedder = ImageEmbedder.createFromOptions(context, options);
    

실시간 스트림

ImageEmbedderOptions options =
  ImageEmbedderOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setQuantize(true)
    .setRunningMode(RunningMode.LIVE_STREAM)
    .setResultListener((result, inputImage) -> {
         // Process the embedding result here.
    })
    .build();
imageEmbedder = ImageEmbedder.createFromOptions(context, options);
    

예시 코드 구현을 통해 사용자는 처리 과정 간에 전환할 수 있음 있습니다. 이 접근 방식은 작업 생성 코드를 더 복잡하게 만들고 적합한 모델을 선택해야 합니다 이 코드는 setupImageEmbedder() 함수를 ImageEmbedderHelper.kt 파일에서 참조됩니다.

구성 옵션

이 작업에는 Android 앱을 위한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
runningMode 작업의 실행 모드를 설정합니다. 세 가지 모드:

IMAGE: 단일 이미지 입력 모드입니다.

동영상: 동영상의 디코딩된 프레임 모드입니다.

LIVE_STREAM: 입력의 라이브 스트림 모드 데이터를 수집할 수 있습니다. 이 모드에서는 resultListener가 결과를 수신하도록 리스너를 설정하기 위해 호출 있습니다.
{IMAGE, VIDEO, LIVE_STREAM} IMAGE
l2_normalize L2 norm으로 반환된 특성 벡터를 정규화할지 여부입니다. 모델에 아직 네이티브가 포함되어 있지 않은 경우에만 이 옵션을 사용하세요. L2_NORMALIZATION TFLite 작업 대부분의 경우 이미 이러한 경우에 해당하며 따라서 L2 정규화는 필요 없이 TFLite 추론을 통해 달성됩니다. 이 옵션에 사용할 수 있습니다. Boolean False
quantize 반환된 임베딩을 스칼라 양자화입니다. 임베딩은 암시적으로 단위 표준으로 가정되고 따라서 모든 측정기준은 [-1.0, 1.0] 값을 갖습니다. 사용 그렇지 않은 경우 l2_normalize 옵션을 사용하세요. Boolean False
resultListener 임베딩 결과를 수신하도록 결과 리스너를 설정합니다. 이미지 삽입이 라이브 스트림에 있을 때 비동기식으로 있습니다. 달리기 모드가 LIVE_STREAM로 설정된 경우에만 사용할 수 있습니다. 해당 사항 없음 설정되지 않음
errorListener 선택적 오류 리스너를 설정합니다. 해당 사항 없음 설정되지 않음

데이터 준비

이미지 임베딩 기능은 이미지, 동영상 파일, 라이브 스트림 동영상과 함께 사용할 수 있습니다. 작업 크기 조절, 회전, 값 등 데이터 입력 전처리를 처리합니다. 정규화를 사용합니다.

입력 이미지 또는 프레임을 com.google.mediapipe.framework.image.MPImage 객체를 Image Embedder 태스크.

이미지

import com.google.mediapipe.framework.image.BitmapImageBuilder;
import com.google.mediapipe.framework.image.MPImage;

// Load an image on the users device as a Bitmap object using BitmapFactory.

// Convert an Androids Bitmap object to a MediaPipes Image object.
Image mpImage = new BitmapImageBuilder(bitmap).build();
    

동영상

import com.google.mediapipe.framework.image.BitmapImageBuilder;
import com.google.mediapipe.framework.image.MPImage;

// Load a video file on the user's device using MediaMetadataRetriever

// From the videos metadata, load the METADATA_KEY_DURATION and
// METADATA_KEY_VIDEO_FRAME_COUNT value. Youll need them
// to calculate the timestamp of each frame later.

// Loop through the video and load each frame as a Bitmap object.

// Convert the Androids Bitmap object to a MediaPipes Image object.
Image mpImage = new BitmapImageBuilder(frame).build();
    

실시간 스트림

import com.google.mediapipe.framework.image.MediaImageBuilder;
import com.google.mediapipe.framework.image.MPImage;

// Create a CameraXs ImageAnalysis to continuously receive frames
// from the devices camera. Configure it to output frames in RGBA_8888
// format to match with what is required by the model.

// For each Androids ImageProxy object received from the ImageAnalysis,
// extract the encapsulated Androids Image object and convert it to
// a MediaPipes Image object.
android.media.Image mediaImage = imageProxy.getImage()
Image mpImage = new MediaImageBuilder(mediaImage).build();
    

예시 코드에서 데이터 준비는 ImageEmbedderHelper.kt 파일에서 참조됩니다.

작업 실행

실행 모드에 해당하는 embed 함수를 호출하여 트리거할 수 있습니다. 제공합니다. Image Embedder API는 입력의 임베딩 벡터를 반환합니다. 지정할 수도 있습니다

이미지

ImageEmbedderResult embedderResult = imageEmbedder.embed(image);
    

동영상

// Calculate the timestamp in milliseconds of the current frame.
long frame_timestamp_ms = 1000 * video_duration * frame_index / frame_count;

// Run inference on the frame.
ImageEmbedderResult embedderResult =
    imageEmbedder.embedForVideo(image, frameTimestampMs);
    

실시간 스트림

// Run inference on the frame. The embedding results will be available
// via the `resultListener` provided in the `ImageEmbedderOptions` when
// the image embedder was created.
imageEmbedder.embedAsync(image, frameTimestampMs);
    

다음에 유의하세요.

  • 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 이미지 삽입 작업에 입력 프레임의 타임스탬프를 제공합니다.
  • 이미지 또는 동영상 모드에서 실행하는 경우 이미지 삽입 작업은 입력 이미지 처리가 완료될 때까지 현재 스레드를 차단하거나 있습니다. 현재 스레드가 차단되지 않도록 하려면 백그라운드 스레드에 한합니다.
  • 라이브 스트림 모드에서 실행할 때 이미지 삽입 작업이 차단되지 않음 즉시 반환됩니다. 그것의 결과를 호출합니다. 탐지 결과 처리를 완료할 때마다 해당 리스너가 탐지 결과를 입력 프레임에 연결됩니다. 이미지 임베딩이 포함되어 있을 때 embedAsync 함수가 호출되는 경우 작업이 다른 프레임을 처리하느라 바쁜 경우, 작업은 새 입력 프레임을 무시합니다.

코드 예시에서 embed 함수는 ImageEmbedderHelper.kt 파일에서 참조됩니다.

결과 처리 및 표시

추론을 실행하면 Image Embedder 작업은 ImageEmbedderResult를 반환합니다. 임베딩 목록 (부동 소수점 또는 스칼라 양자화)됩니다.

다음은 이 작업의 출력 데이터 예시를 보여줍니다.

ImageEmbedderResult:
  Embedding #0 (sole embedding head):
    float_embedding: {0.0, 0.0, ..., 0.0, 1.0, 0.0, 0.0, 2.0}
    head_index: 0

이 결과는 다음 이미지를 삽입하여 얻은 것입니다.

다음 함수를 사용하여 두 임베딩의 유사성을 비교할 수 있습니다. ImageEmbedder.cosineSimilarity 함수를 사용하세요. 다음 코드를 참고하세요. 예로 들 수 있습니다

// Compute cosine similarity.
double similarity = ImageEmbedder.cosineSimilarity(
  result.embeddingResult().embeddings().get(0),
  otherResult.embeddingResult().embeddings().get(0));