Python용 이미지 삽입 가이드

MediaPipe 이미지 임베딩 작업을 사용하면 이미지 데이터를 숫자 표현으로 변환하여 두 이미지의 유사성을 비교하는 등의 ML 관련 이미지 처리 작업을 수행할 수 있습니다. 이 안내에서는 Python에 이미지 임베딩을 사용하는 방법을 보여줍니다.

이 태스크의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

이미지 임베딩의 예시 코드는 참조용으로 Python에서 이 작업을 완전히 구현합니다. 이 코드를 사용하면 이 작업을 테스트하고 자체 이미지 삽입 빌드를 시작하는 데 도움이 됩니다. Google Colab에서 웹브라우저를 사용하여 이미지 삽입 예제 코드를 보고, 실행하고, 수정할 수 있습니다. 이 예의 소스 코드는 GitHub에서 볼 수 있습니다.

설정

이 섹션에서는 특히 이미지 삽입을 사용하도록 개발 환경과 코드 프로젝트를 설정하기 위한 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Python 설정 가이드를 참고하세요.

패키지

Image Embedder 작업은 mediapipe pip 패키지 작업 다음을 사용하여 종속 항목을 설치할 수 있습니다.

$ python -m pip install mediapipe

가져오기

이미지 삽입 작업 함수에 액세스하려면 다음 클래스를 가져오세요.

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

모델

MediaPipe 이미지 임베딩 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 이미지 임베딩에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택하여 다운로드한 다음 로컬 디렉터리에 저장합니다. 권장 MobileNetV3 모델을 사용할 수 있습니다.

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

아래와 같이 model_asset_path 매개변수 내에 모델 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 구성 옵션을 허용하여 삽입기 옵션을 설정합니다. 구성 옵션에 대한 자세한 내용은 구성 개요를 참고하세요.

이미지 삽입 작업은 정지 이미지, 동영상 파일, 라이브 동영상 스트림의 3가지 입력 데이터 유형을 지원합니다. 작업을 만들고 추론을 실행하는 방법을 보려면 입력 데이터 유형에 해당하는 탭을 선택합니다.

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.
  # ...
    

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.
  # ...
    

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 태스크에는 다음과 같은 Python 애플리케이션 구성 옵션이 있습니다.

데이터 준비

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

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)
    

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)
    

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)
    

작업 실행

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

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

# 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)
    

# 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 실행하는 경우 이미지 임베딩 작업에 입력 프레임의 타임스탬프도 제공해야 합니다.
• 이미지 또는 동영상 모델에서 실행되는 경우 이미지 삽입 작업은 입력 이미지 또는 프레임 처리가 완료될 때까지 현재 스레드를 차단합니다.
• 라이브 스트림 모드에서 실행될 때 이미지 삽입 작업은 현재 스레드를 차단하지 않고 즉시 반환됩니다. 입력 프레임 처리가 완료될 때마다 임베딩 결과와 함께 결과 리스너를 호출합니다. 이미지 임베딩 작업이 다른 프레임을 처리 중일 때 embedAsync 함수가 호출되면 작업은 새 입력 프레임을 무시합니다.

결과 처리 및 표시

추론을 실행하면 이미지 임베딩 작업은 입력 이미지 또는 프레임 내의 객체에 대해 가능한 카테고리 목록이 포함된 ImageEmbedderResult 객체를 반환합니다.

다음은 이 작업의 출력 데이터 예를 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 얻었습니다.

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

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