웹용 이미지 삽입 가이드

MediaPipe Image Embedder 작업을 사용하면 이미지 데이터를 숫자 표현으로 변환하여 두 이미지의 유사성 비교와 같은 ML 관련 이미지 처리 작업을 실행할 수 있습니다. 이 안내에서는 Node 및 웹 앱용 이미지 임베더를 사용하는 방법을 보여줍니다.

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

코드 예

이미지 삽입기 예시 코드에서는 이 작업의 완전한 구현을 JavaScript로 제공하므로 참고하세요. 이 코드는 이 작업을 테스트하고 자체 이미지 삽입 앱을 빌드하는 데 도움이 됩니다. 웹브라우저만 사용하여 이미지 삽입기 예를 보고, 실행하고, 수정할 수 있습니다.

설정

이 섹션에서는 Image Embedder를 사용하기 위해 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯해 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반 정보는 웹 설정 가이드를 참고하세요.

JavaScript 패키지

이미지 임베더 코드는 MediaPipe @mediapipe/tasks-vision NPM 패키지를 통해 사용할 수 있습니다. 이러한 라이브러리는 플랫폼 설정 가이드에 제공된 링크에서 찾아 다운로드할 수 있습니다.

다음 명령어를 사용하여 로컬 스테이징에 필요한 패키지를 다음 코드로 설치할 수 있습니다.

npm install @mediapipe/tasks-vision

콘텐츠 전송 네트워크 (CDN) 서비스를 통해 작업 코드를 가져오려면 HTML 파일의 태그에 다음 코드를 추가합니다.

<!-- You can replace jsDelivr with your preferred CDN -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.mjs"
    crossorigin="anonymous"></script>
</head>

모델

MediaPipe 이미지 임베더 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 이미지 임베더에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 작업 개요의 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 다음 프로젝트 디렉터리에 저장합니다.

<dev-project-root>/app/shared/models/

작업 만들기

모델 경로 지정

createFromModelPath() 메서드를 사용하여 기본 옵션으로 작업을 만들 수 있습니다.

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
  const imageEmbedder = await ImageEmbedder.createFromOptions(vision, {
    baseOptions: {
      modelAssetPath: `https://storage.googleapis.com/mediapipe-models/image_embedder/mobilenet_v3_small/float32/1/mobilenet_v3_small.tflite`
    },
  });

모델 버퍼 지정

모델이 이미 메모리에 로드된 경우 createFromModelBuffer() 메서드를 사용할 수 있습니다.

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const imageEmbedder = ImageEmbedder.createFromModelBuffer(
    vision, 
    new Uint8Array(...)
);

맞춤 옵션 지정

MediaPipe Image Embedder 작업은 createFromOptions 함수를 사용하여 작업을 설정합니다. createFromOptions 함수는 구성 옵션의 값을 허용합니다. 구성 옵션에 관한 자세한 내용은 구성 옵션을 참고하세요.

다음 코드는 맞춤 옵션으로 작업을 빌드하고 구성하는 방법을 보여줍니다.

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const imageEmbedder = await ImageEmbedder.createFromOptions(
    vision,
    {
      baseOptions: {
        modelAssetPath: "model.tflite"
      },
      quantize: true
    });

구성 옵션

이 작업에는 웹 애플리케이션을 위한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
running_mode 작업의 실행 모드를 설정합니다. 두 가지 모드가 있습니다.

IMAGE: 단일 이미지 입력 모드입니다.

VIDEO: 카메라와 같은 입력 데이터의 동영상 또는 라이브 스트림에서 디코딩된 프레임의 모드입니다.		 {IMAGE, VIDEO} IMAGE
l2Normalize 반환된 특성 벡터를 L2 norm으로 정규화할지 여부입니다. 모델에 이미 네이티브 L2_NORMALIZATION TFLite 작업이 포함되어 있지 않은 경우에만 이 옵션을 사용하세요. 대부분의 경우 이미 이러한 상황이므로 이 옵션 없이 TFLite 추론을 통해 L2 정규화가 달성됩니다. Boolean False
quantize 반환된 임베딩을 스칼라 양자화를 통해 바이트로 양자화할지 여부입니다. 임베딩은 암시적으로 단위 노름이라고 가정하므로 모든 차원의 값이 [-1.0, 1.0]에 속합니다. 이 경우 l2Normalize 옵션을 사용하세요. Boolean False

데이터 준비

이미지 삽입기는 호스트 브라우저에서 지원하는 모든 형식으로 이미지를 삽입할 수 있습니다. 이 작업은 크기 조절, 회전, 값 정규화를 비롯한 데이터 입력 전처리도 처리합니다.

이미지 삽입기 embed() 및 embedForVideo() 메서드 호출은 동기적으로 실행되며 사용자 인터페이스 스레드를 차단합니다. 동영상 프레임에서 특징 벡터를 추출하려면 각 삽입이 기본 스레드를 차단합니다. 다른 스레드에서 embed() 및 embedForVideo() 메서드를 실행하도록 웹 워커를 구현하여 이를 방지할 수 있습니다.

태스크 실행

이미지 임베더는 embed() (실행 모드 image) 및 embedForVideo() (실행 모드 video) 메서드를 사용하여 추론을 트리거합니다. Image Embedder API는 입력 이미지의 임베딩 벡터를 반환합니다.

다음 코드는 태스크 모델로 처리를 실행하는 방법을 보여줍니다.

이미지

const image = document.getElementById("image") as HTMLImageElement;
const imageEmbedderResult = imageEmbedder.embed(image);

동영상

  const video = document.getElementById("webcam");

  const startTimeMs = performance.now();
  const embedderResult = await imageEmbedder.embedForVideo(video, startTimeMs);

결과 처리 및 표시

추론을 실행하면 이미지 임베더 작업은 입력 이미지 또는 프레임의 임베딩 벡터가 포함된 ImageEmbedderResult 객체를 반환합니다.

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.

이국적인 고양이의 중간 샷

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

// Compute cosine similarity.
const similarity = ImageEmbedder.cosineSimilarity(
  imageEmbedderResult.embeddings[0],
  otherEmbedderResult.embeddings[0]);

이미지 임베더 예시 코드는 작업에서 반환된 임베더 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 예시를 참고하세요.