Python용 이미지 삽입 가이드

MediaPipe Image Embedder 작업을 사용하면 이미지 데이터를 숫자 표현식으로 변환하여 두 이미지의 유사성을 비교하는 등 ML 관련 이미지 처리 작업을 실행할 수 있습니다. 이 안내에서는 Python으로 이미지 삽입 도구를 사용하는 방법을 보여줍니다.

이 태스크의 기능, 모델, 구성 옵션에 관한 자세한 내용은 개요를 참고하세요.

코드 예

이미지 삽입 도구의 코드 예는 참고용으로 Python에서 이 작업을 완전히 구현한 것을 보여줍니다. 이 코드는 이 작업을 테스트하고 자체 이미지 삽입 도구를 빌드하는 데 도움이 됩니다. Google Colab을 사용하여 웹브라우저만으로 이미지 삽입 도구 예시 코드를 보고, 실행하고, 수정할 수 있습니다. 이 예시의 소스 코드는 GitHub에서 확인할 수 있습니다.

설정

이 섹션에서는 특히 이미지 삽입 도구를 사용하도록 개발 환경 및 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Python 설정 가이드를 참고하세요.

패키지

이미지 삽입 도구 태스크는 mediapipe pip 패키지를 사용합니다. 다음을 사용하여 종속 항목을 설치할 수 있습니다.

$ python -m pip install mediapipe

가져오기

이미지 삽입 도구 태스크 함수에 액세스하려면 다음 클래스를 가져옵니다.

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import vision

모델

MediaPipe 이미지 임베더 태스크에는 이 태스크와 호환되는 학습된 모델이 필요합니다. 이미지 임베더에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 작업 개요 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 다음 로컬 디렉터리에 저장합니다. 권장되는 MobileNetV3 모델을 사용할 수 있습니다.

model_path = '/absolute/path/to/mobilenet_v3_small_075_224_embedder.tflite'

아래와 같이 model_asset_path 매개변수 내에 모델의 경로를 지정합니다.

base_options = BaseOptions(model_asset_path=model_path)

할 일 만들기

create_from_options 함수를 사용하여 작업을 만들 수 있습니다. create_from_options 함수는 삽입자 옵션을 설정하기 위한 구성 옵션을 허용합니다. 구성 옵션에 관한 자세한 내용은 구성 개요를 참고하세요.

이미지 삽입 도구 태스크는 3가지 입력 데이터 유형(정지 이미지, 동영상 파일, 라이브 동영상 스트림)을 지원합니다. 입력 데이터 유형에 해당하는 탭을 선택하여 작업을 만들고 추론을 실행하는 방법을 확인하세요.

이미지

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
ImageEmbedder = mp.tasks.vision.ImageEmbedder
ImageEmbedderOptions = mp.tasks.vision.ImageEmbedderOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = ImageEmbedderOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    quantize=True,
    running_mode=VisionRunningMode.IMAGE)

with ImageEmbedder.create_from_options(options) as embedder:
  # The embedder is initialized. Use it here.
  # ...

동영상

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
ImageEmbedder = mp.tasks.vision.ImageEmbedder
ImageEmbedderOptions = mp.tasks.vision.ImageEmbedderOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = ImageEmbedderOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    quantize=True,
    running_mode=VisionRunningMode.VIDEO)

with ImageEmbedder.create_from_options(options) as embedder:
  # The embedder is initialized. Use it here.
  # ...

실시간 스트림

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
ImageEmbedderResult = mp.tasks.vision.ImageEmbedder.ImageEmbedderResult
ImageEmbedder = mp.tasks.vision.ImageEmbedder
ImageEmbedderOptions = mp.tasks.vision.ImageEmbedderOptions
VisionRunningMode = mp.tasks.vision.RunningMode

def print_result(result: ImageEmbedderResult, output_image: mp.Image, timestamp_ms: int):
    print('ImageEmbedderResult result: {}'.format(result))

options = ImageEmbedderOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    running_mode=VisionRunningMode.LIVE_STREAM,
    quantize=True,
    result_callback=print_result)

with ImageEmbedder.create_from_options(options) as embedder:
  # The embedder is initialized. Use it here.
  # ...

구성 옵션

이 작업에는 Python 애플리케이션의 다음 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
running_mode 태스크의 실행 모드를 설정합니다. 모드는 세 가지입니다.

IMAGE: 단일 이미지 입력의 모드입니다.

동영상: 동영상의 디코딩된 프레임 모드입니다.

LIVE_STREAM: 카메라와 같은 입력 데이터의 라이브 스트림 모드입니다. 이 모드에서는 결과를 비동기식으로 수신할 리스너를 설정하려면 resultListener를 호출해야 합니다.		 {IMAGE, VIDEO, LIVE_STREAM} IMAGE
l2_normalize 반환된 특성 벡터를 L2 norm으로 정규화할지 여부입니다. 모델에 아직 네이티브 L2_NORMALIZATION TFLite 연산자가 포함되어 있지 않은 경우에만 이 옵션을 사용하세요. 대부분의 경우 이미 이 연산자가 포함되어 있으므로 이 옵션 없이 TFLite 추론을 통해 L2 정규화가 이루어집니다. Boolean False
quantize 반환된 임베딩을 스칼라 정규화를 통해 바이트로 정규화해야 하는지 여부입니다. 임베딩은 단위 노름이라고 암시적으로 가정되므로 모든 측정기준의 값은 [-1.0, 1.0] 범위에 포함됩니다. 그렇지 않은 경우 l2_normalize 옵션을 사용하세요. Boolean False
result_callback 이미지 삽입 도구가 라이브 스트림 모드일 때 삽입 결과를 비동기식으로 수신하도록 결과 리스너를 설정합니다. 실행 모드가 LIVE_STREAM로 설정된 경우에만 사용할 수 있습니다. 해당 사항 없음 설정되지 않음

데이터 준비

입력을 이미지 파일 또는 numpy 배열로 준비한 다음 mediapipe.Image 객체로 변환합니다. 입력이 동영상 파일 또는 웹캠의 라이브 스트림인 경우 OpenCV와 같은 외부 라이브러리를 사용하여 입력 프레임을 numpy 배열로 로드할 수 있습니다.

이미지

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)

동영상

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)

실시간 스트림

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)

태스크 실행

실행 모드에 해당하는 삽입 함수를 호출하여 추론을 트리거할 수 있습니다. Image Embedder API는 입력 이미지 또는 프레임의 임베딩 벡터를 반환합니다.

이미지

# Perform image embedding on the provided single image.
embedding_result = embedder.embed(mp_image)

동영상

# Calculate the timestamp of the current frame
frame_timestamp_ms = 1000 * frame_index / video_file_fps

# Perform image embedding on the video frame.
embedding_result = embedder.embed_for_video(mp_image, frame_timestamp_ms)

실시간 스트림

# Send the latest frame to perform image embedding.
# Results are sent to the `result_callback` provided in the `ImageEmbedderOptions`.
embedder.embed_async(mp_image, frame_timestamp_ms)

다음에 유의하세요.

  • 동영상 모드 또는 라이브 스트림 모드에서 실행할 때는 이미지 삽입 도구 작업에 입력 프레임의 타임스탬프도 제공해야 합니다.
  • 이미지 또는 동영상 모델에서 실행되면 이미지 삽입 도구 작업은 입력 이미지 또는 프레임 처리를 완료할 때까지 현재 스레드를 차단합니다.
  • 라이브 스트림 모드에서 실행하면 이미지 삽입 도구 작업이 현재 스레드를 차단하지 않고 즉시 반환됩니다. 입력 프레임 처리가 완료될 때마다 삽입 결과를 사용하여 결과 리스너를 호출합니다. 이미지 삽입 도구 작업이 다른 프레임을 처리하는 데 바쁠 때 embedAsync 함수가 호출되면 작업은 새 입력 프레임을 무시합니다.

결과 처리 및 표시

추론을 실행하면 이미지 삽입 도구 태스크는 입력 이미지 또는 프레임 내 객체의 가능한 카테고리 목록이 포함된 ImageEmbedderResult 객체를 반환합니다.

다음은 이 태스크의 출력 데이터 예시입니다.

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

다음 이미지를 삽입하여 이 결과를 얻었습니다.

이국적인 고양이의 미디엄 샷

ImageEmbedder.cosine_similarity 함수를 사용하여 두 임베딩의 유사성을 비교할 수 있습니다. 다음 코드를 참고하세요.

# Compute cosine similarity.
similarity = ImageEmbedder.cosine_similarity(
  embedding_result.embeddings[0],
  other_embedding_result.embeddings[0])