Mit der Aufgabe "Bildsegmentierung" können Sie Bilder basierend auf vordefinierten und visuelle Effekte wie das Weichzeichnen des Hintergrunds anwenden. Diese Anleitung zur Verwendung des Bildsegmenters mit iOS-Apps.
Das in dieser Anleitung beschriebene Codebeispiel ist auf GitHub
Sie können diese Aufgabe in Aktion sehen, indem Sie die Webseite Weitere Informationen zu Funktionen, Modellen und Konfigurationsoptionen sehen Sie sich die Übersicht:
Codebeispiel
Das Codebeispiel von MediaPipe Tasks enthält eine einfache Implementierung eines Bildsegmenter-App für iOS
In diesem Beispiel wird ein Bildsegmentierer implementiert, der Kategoriemasken ausgibt. Sie verwendet in die Kamera eines physischen iOS-Geräts, um die Bildsegmentierung bei einem Live-Videostream durchzuführen. Kamerafeed oder zu Bildern und Videos aus der Gerätegalerie hinzufügen.
Du kannst die App als Ausgangspunkt für deine eigene iOS-App verwenden oder darauf verweisen wenn Sie eine vorhandene App ändern. Der Beispielcode für die Bildsegmentierung wird auf GitHub
Code herunterladen
In der folgenden Anleitung erfahren Sie, wie Sie eine lokale Kopie des Beispiels erstellen. mit dem Befehlszeilentool git erstellen.
So laden Sie den Beispielcode herunter:
Klonen Sie das Git-Repository mit dem folgenden Befehl:
git clone https://github.com/google-ai-edge/mediapipe-samples/
Konfigurieren Sie optional Ihre Git-Instanz für den Sparse-Checkout, damit Sie nur die Dateien für die Beispiel-App "Image Segmenter" verwenden:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/image_segmentation/ios/
Nachdem Sie eine lokale Version des Beispielcodes erstellt haben, können Sie den MediaPipe-Aufgabenbibliothek, öffnen Sie das Projekt mit Xcode und führen Sie die App aus. Für finden Sie im Einrichtungsleitfaden für iOS.
Schlüsselkomponenten
Die folgenden Dateien enthalten den wichtigen Code für das Beispiel des Bildsegmenters Anwendung:
- ImageSegmenterService.swift: Initialisiert den Image Segmenter, übernimmt die Modellauswahl und führt auf die Eingabedaten zurückführen.
- CameraViewController.swift: Implementiert die Benutzeroberfläche für den Live-Kamerafeed-Eingabemodus und visualisiert die Ergebnisse.
- MediaLibraryViewController.swift Implementiert die Benutzeroberfläche für den Eingabemodus für Standbilder und Videodateien und und visualisiert die Ergebnisse.
Einrichtung
In diesem Abschnitt werden die wichtigsten Schritte zum Einrichten Ihrer Entwicklungsumgebung und Codeprojekte für die Verwendung des Image-Segmenters. Allgemeine Informationen zum Einrichten der Entwicklungsumgebung für die Verwendung von MediaPipe-Aufgaben, einschließlich Plattformversion finden Sie im Einrichtungsleitfaden für iOS.
Abhängigkeiten
Image Segmenter verwendet die Bibliothek MediaPipeTasksVision
, die installiert werden muss
mit CocoaPods. Die Bibliothek ist sowohl mit Swift- als auch mit Objective-C-Apps kompatibel.
und erfordert keine zusätzliche sprachspezifische Einrichtung.
Eine Anleitung zur Installation von CocoaPods unter macOS findest du im Artikel zu CocoaPods
Installationsanleitung.
Eine Anleitung zum Erstellen eines Podfile
mit den für Ihr Projekt erforderlichen Pods
erhalten Sie unter Verwendung
CocoaPods
Fügen Sie den MediaPipeTasksVision-Pod mit dem folgenden Code in Podfile
ein:
target 'MyImageSegmenterApp' do
use_frameworks!
pod 'MediaPipeTasksVision'
end
Falls Ihre App Einheitentestziele enthält, lesen Sie den Einrichtungsleitfaden für
iOS: Weitere Informationen zur Einrichtung
Dein Podfile
.
Modell
Für die Aufgabe „MediaPipe Image Segmenter“ ist ein trainiertes Modell erforderlich, bei dieser Aufgabe. Weitere Informationen zu den verfügbaren trainierten Modellen für Bildsegmentierung, siehe Aufgabenübersicht Modelle .
Wählen Sie ein Modell aus, laden Sie es herunter und fügen Sie es mit Xcode Ihrem Projektverzeichnis hinzu. Eine Anleitung zum Hinzufügen von Dateien zu Ihrem Xcode-Projekt finden Sie unter Verwalten von Dateien und Ordner in Ihrem Xcode Projekt.
Verwenden Sie das Attribut BaseOptions.modelAssetPath
, um den Pfad zum Modell anzugeben
in deinem App Bundle. Ein Codebeispiel finden Sie im nächsten Abschnitt.
Aufgabe erstellen
Sie können die Image Segmenter-Aufgabe erstellen, indem Sie einen seiner Initialisierer aufrufen. Die
Der ImageSegmenter(options:)
-Initialisierer akzeptiert Werte für die Konfiguration
Optionen.
Wenn Sie keinen Bildsegmenter benötigen, der mit einer benutzerdefinierten Konfiguration initialisiert wurde
können Sie mit dem ImageSegmenter(modelPath:)
-Initialisierer ein
Image Segmenter mit den Standardoptionen Weitere Informationen zur Konfiguration
finden Sie unter Konfigurationsübersicht.
Die Aufgabe „Bildsegmentierung“ unterstützt drei Eingabedatentypen: Standbilder, Videodateien
und Live-Videostreams. Standardmäßig initialisiert ImageSegmenter(modelPath:)
einen
für Standbilder angelangt. Wenn Sie möchten, dass Ihre Aufgabe für die Verarbeitung von Videos initialisiert wird
Dateien oder Live-Videostreams verwenden, geben Sie das Video mit ImageSegmenter(options:)
an
oder den Livestream-Laufmodus. Der Livestream-Modus erfordert außerdem die zusätzlichen
imageSegmenterLiveStreamDelegate
, mit der die
Image Segmenter , um Bildsegmentierungsergebnisse an den Bevollmächtigten zu senden
asynchron programmiert.
Wählen Sie den Tab für Ihren Ausführungsmodus aus, um zu sehen, wie die Aufgabe erstellt wird und eine Inferenz ausführen.
Swift
Bild
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite") let options = ImageSegmenterOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .image options.shouldOutputCategoryMask = true options.shouldOutputConfidenceMasks = false let imageSegmenter = try ImageSegmenter(options: options)
Video
import MediaPipeTasksVision let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite") let options = ImageSegmenterOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .video options.shouldOutputCategoryMask = true options.shouldOutputConfidenceMasks = false let imageSegmenter = try ImageSegmenter(options: options)
Livestream
import MediaPipeTasksVision // Class that conforms to the `imageSegmenterLiveStreamDelegate` protocol and // implements the method that the image segmenter calls once it finishes // performing segmentation of each input frame. class ImageSegmenterResultProcessor: NSObject, ImageSegmenterLiveStreamDelegate { func imageSegmenter( _ imageSegmenter: ImageSegmenter, didFinishSegmentation result: ImageSegmenterResult?, timestampInMilliseconds: Int, error: Error?) { // Process the image segmentation result or errors here. } } let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite") let options = ImageSegmenterOptions() options.baseOptions.modelAssetPath = modelPath options.runningMode = .liveStream options.shouldOutputCategoryMask = true options.shouldOutputConfidenceMasks = false // Set `imageSegmenterLiveStreamDelegate` to the object of the class that // confirms to the `ImageSegmenterLiveStreamDelegate` protocol. let processor = ImageSegmenterResultProcessor() options.imageSegmenterLiveStreamDelegate = processor let imageSegmenter = try ImageSegmenter(options: options)
Objective-C
Bild
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model" ofType:@"tflite"]; MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeImage; options.shouldOutputCategoryMask = YES; options.shouldOutputConfidenceMasks = NO; MPPImageSegmenter *imageSegmenter = [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
Video
@import MediaPipeTasksVision; NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model" ofType:@"tflite"]; MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeVideo; options.shouldOutputCategoryMask = YES; options.shouldOutputConfidenceMasks = NO; MPPImageSegmenter *imageSegmenter = [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
Livestream
@import MediaPipeTasksVision; // Class that conforms to the `MPPImageSegmenterLiveStreamDelegate` protocol // and implements the method that the image segmenter calls once it finishes // performing segmentation of each input frame. @interface APPImageSegmenterResultProcessor : NSObject@end @implementation APPImageSegmenterResultProcessor - (void)imageSegmenter:(MPPImageSegmenter *)imageSegmenter didFinishSegmentationWithResult:(MPPImageSegmenterResult *)imageSegmenterResult timestampInMilliseconds:(NSInteger)timestampInMilliseconds error:(NSError *)error { // Process the image segmentation result or errors here. } @end NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model" ofType:@"tflite"]; MPPImageSegmenterOptions *options = [[MPPImageSegmenterOptions alloc] init]; options.baseOptions.modelAssetPath = modelPath; options.runningMode = MPPRunningModeLiveStream; options.shouldOutputCategoryMask = YES; options.shouldOutputConfidenceMasks = NO; // Set `imageSegmenterLiveStreamDelegate` to the object of the class that // confirms to the `MPPImageSegmenterLiveStreamDelegate` protocol. APPImageSegmenterResultProcessor *processor = [APPImageSegmenterResultProcessor new]; options.imageSegmenterLiveStreamDelegate = processor; MPPImageSegmenter *imageSegmenter = [[MPPImageSegmenter alloc] initWithOptions:options error:nil];
Mit dem Beispielcode für die Bildsegmentierung können Nutzer zwischen Verarbeitungsmodi. Dieser Ansatz macht den Code zur Aufgabenerstellung komplizierter und ist möglicherweise für Ihren Anwendungsfall ungeeignet.
Konfigurationsoptionen
Diese Aufgabe bietet die folgenden Konfigurationsoptionen für iOS-Apps:
Option | Beschreibung | Wertebereich | Standardwert |
---|---|---|---|
runningMode |
Legt den Ausführungsmodus für die Task fest. Es gibt drei
Modi: IMAGE: Der Modus für Einzelbildeingaben. VIDEO: Der Modus für decodierte Frames eines Videos. LIVE_STREAM: Der Modus für einen Livestream mit Eingabe zum Beispiel von einer Kamera. In diesem Modus: ImageSegmenterLiveStreamDelegate
muss auf eine Instanz einer Klasse festgelegt sein, die das
ImageSegmenterLiveStreamDelegate , um die Segmentierung zu erhalten
asynchron Ergebnisse liefern.
|
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
shouldOutputCategoryMask |
Wenn True festgelegt ist, enthält die Ausgabe eine Segmentierungsmaske
als Uint8-Bild, wobei jeder Pixelwert die Gewinnerkategorie angibt
Wert. |
{True, False } |
False |
shouldOutputConfidenceMasks |
Wenn True festgelegt ist, enthält die Ausgabe eine Segmentierungsmaske
als Gleitkommawert, wobei jeder Gleitkommawert den Konfidenzwert darstellt
Kurzübersicht der Kategorie. |
{True, False } |
True |
displayNamesLocale |
Legt die Sprache der Labels fest, die für Anzeigenamen in der
Metadaten des Aufgabenmodells, falls verfügbar. Standardwert ist en für
Englisch. Sie können den Metadaten eines benutzerdefinierten Modells lokalisierte Labels hinzufügen
mit der TensorFlow Lite Metadata Writer API |
Gebietsschemacode | de |
result_callback |
Legt den Ergebnis-Listener fest, der die Segmentierungsergebnisse empfangen soll
asynchron, wenn sich der Bildsegmentierer im LIVE_STREAM -Modus befindet.
Kann nur verwendet werden, wenn der Ausführungsmodus auf LIVE_STREAM festgelegt ist |
– | – |
Wenn der Laufmodus auf LIVE_STREAM
festgelegt ist, benötigt der Bildsegmentierer das
zusätzliche imageSegmenterLiveStreamDelegate
-Konfigurationsoption, die
ermöglicht es dem Bildsegmentierer, Bildsegmentierungsergebnisse asynchron zu liefern.
Der Bevollmächtigte muss den Parameter
Methode imageSegmenter(_:didFinishSegmentation:timestampInMilliseconds:error:)
,
der vom Image Segmenter aufgerufen wird, nachdem die Ergebnisse
die Segmentierung jedes Frames.
Optionsname | Beschreibung | Wertebereich | Standardwert |
---|---|---|---|
imageSegmenterLiveStreamDelegate |
Aktiviert den Bildsegmentierungs-Assistenten, um die Ergebnisse für die Durchführung von Bildern zu erhalten
die Segmentierung asynchron im Livestream-Modus. Die Klasse, deren Instanz
auf diese Eigenschaft gesetzt ist, muss
imageSegmenter(_:didFinishSegmentation:timestampInMilliseconds:error:)
. |
Nicht zutreffend | Nicht festgelegt |
Daten vorbereiten
Konvertieren Sie das Eingabebild oder den Eingabe-Frame zuerst in ein MPImage
-Objekt,
und übergeben es an den Bildsegmenter. MPImage
unterstützt verschiedene Arten von iOS-Bildern
Formate und können sie in jedem
ausgeführten Modus für die Inferenz verwenden. Weitere Informationen
Informationen zu MPImage
finden Sie in der
MPImage-API
Wählen Sie je nach Anwendungsfall und Laufmodus ein iOS-Bildformat aus.
Anwendung erforderlich.MPImage
akzeptiert die UIImage
, CVPixelBuffer
und
CMSampleBuffer
iOS-Bildformate.
UIImage
Das Format UIImage
eignet sich gut für die folgenden Laufmodi:
Bilder: Bilder aus einem App Bundle, einer Nutzergalerie oder einem Dateisystem, die wie folgt formatiert sind:
UIImage
-Bilder können in einMPImage
-Objekt konvertiert werden.Videos: Verwenden Sie AVAssetImageGenerator. zum Extrahieren von Videoframes CGImage Format und konvertieren Sie sie in
UIImage
Bilder.
Swift
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(uiImage: image)
Objective-C
// Load an image on the user's device as an iOS `UIImage` object. // Convert the `UIImage` object to a MediaPipe's Image object having the default // orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
In diesem Beispiel wird ein MPImage
mit dem Standardwert
UIImage.Orientation.Up
Ausrichtung. Sie können MPImage
mit einer der unterstützten
UIImage.Orientation
Werte. Die Bildsegmentierung unterstützt keine gespiegelten Ausrichtungen wie .upMirrored
,
.downMirrored
, .leftMirrored
, .rightMirrored
.
Weitere Informationen zu UIImage
findest du unter UIImage Apple Developer
Dokumentation.
CVPixelBuffer
Das Format CVPixelBuffer
eignet sich gut für Anwendungen, die Frames generieren.
und verwenden Sie das iOS-CoreImage
Framework für die Verarbeitung.
Das Format CVPixelBuffer
eignet sich gut für die folgenden Laufmodi:
Bilder: Apps, die nach einer Verarbeitung
CVPixelBuffer
Bilder generieren mit demCoreImage
-Framework von iOS an den Bildsegmentator im Bildlaufmodus.Videos: Videoframes können für folgendes Format in das
CVPixelBuffer
-Format konvertiert werden: verarbeitet und dann im Videomodus an den Bildsegmenter gesendet.Livestream: Apps, die mit einer iOS-Kamera Frames generieren, werden möglicherweise zur Verarbeitung in das
CVPixelBuffer
-Format konvertiert, bevor sie an den Bildsegmentierung im Livestream-Modus
Swift
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(pixelBuffer: pixelBuffer)
Objective-C
// Obtain a CVPixelBuffer. // Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
Weitere Informationen zu CVPixelBuffer
finden Sie in der CVPixelBuffer Apple-Dokumentation
Entwickler*in
Dokumentation.
CMSampleBuffer
Das Format CMSampleBuffer
speichert Medienbeispiele eines einheitlichen Medientyps und ist
eignet sich gut für den
Livestream-Laufmodus. Live-Frames von iOS-Kameras
asynchron im CMSampleBuffer
-Format von iOS bereitgestellt
AVCaptureVideoDataOutput.
Swift
// Obtain a CMSampleBuffer. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default // orientation `UIImage.Orientation.up`. let image = try MPImage(sampleBuffer: sampleBuffer)
Objective-C
// Obtain a `CMSampleBuffer`. // Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the // default orientation `UIImageOrientationUp`. MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
Weitere Informationen zu CMSampleBuffer
finden Sie im Artikel CMSampleBuffer Apple“.
Entwickler*in
Dokumentation.
Aufgabe ausführen
Verwenden Sie zum Ausführen des Bildsegmentierers die segment()
-Methode für das zugewiesene
Laufmodus:
- Standbild:
segment(image:)
- Video:
segment(videoFrame:timestampInMilliseconds:)
- Livestream:
segmentAsync(image:timestampInMilliseconds:)
Die folgenden Codebeispiele zeigen einfache Beispiele für die Ausführung von Image Segmenter in verschiedene Laufmodi zu testen:
Swift
Bild
let result = try imageSegmenter.segment(image: image)
Video
let result = try imageSegmenter.segment( videoFrame: image, timestampInMilliseconds: timestamp)
Livestream
try imageSegmenter.segmentAsync( image: image, timestampInMilliseconds: timestamp)
Objective-C
Bild
MPPImageSegmenterResult *result = [imageSegmenter segmentImage:image error:nil];
Video
MPPImageSegmenterResult *result = [imageSegmenter segmentVideoFrame:image timestampInMilliseconds:timestamp error:nil];
Livestream
BOOL success = [imageSegmenter segmentAsyncImage:image timestampInMilliseconds:timestamp error:nil];
Das Codebeispiel für die Bildsegmentierung zeigt die Implementierungen dieser Modi.
segment(image:)
,
segment(videoFrame:timestampInMilliseconds:)
und
segmentAsync(image:timestampInMilliseconds:)
Wichtige Hinweise:
Im Video- oder Livestreammodus müssen Sie auch die Zeitstempel des Eingabe-Frames für die Bildsegmentierungs-Task.
Im Bild- oder Videomodus blockiert die Aufgabe aktuellen Thread zu schreiben, bis die Verarbeitung des Eingabebilds oder -frames abgeschlossen ist. Bis Blockieren des aktuellen Threads vermeiden, Verarbeitung im Hintergrund ausführen Threads unter iOS verwenden Versand oder NSOperation Frameworks.
Im Livestream-Modus wird die Aufgabe "Bildsegmentierung" sofort zurückgegeben. und blockiert den aktuellen Thread nicht. Es ruft die Methode
imageSegmenter(_:didFinishSegmentation:timestampInMilliseconds:error:)
mit dem Bildsegmentator nach der Verarbeitung jedes Eingabe-Frames hinzu. Die Image Segmenter ruft diese Methode asynchron auf einer dedizierten Weiterleitungswarteschlange. Erstellen Sie zum Anzeigen der Ergebnisse auf der Benutzeroberfläche den Befehl nach der Verarbeitung der Ergebnisse an die Hauptwarteschlange. Wenn die Die FunktionsegmentAsync
wird aufgerufen, wenn die Aufgabe „Bildsegmentierung“ ausgelastet ist verarbeitet, wird der neue Eingabe-Frame ignoriert.
Ergebnisse verarbeiten und anzeigen
Beim Ausführen einer Inferenz gibt die Image-Segmenter-Aufgabe eine ImageSegmenterResult
zurück.
-Objekt, das die Ergebnisse der Segmentierungsaufgabe enthält. Der Inhalt der
die Ausgabe hängt vom Ausgabetyp ab, den Sie beim
konfiguriert
die Aufgabe zu erledigen.
Die folgenden Bilder zeigen eine Visualisierung der Aufgabenausgabe für eine Kategorie
Wertmaske. Der Bereich der Kategoriemaske ist [0, 255]
und jeder Pixelwert
stellt den erfolgreichen Kategorieindex der Modellausgabe dar. Die Gewinnerkategorie
Index die höchste Punktzahl unter den Kategorien hat, die das Modell erkennen kann.
Ausgabe des Originalbilds und der Kategoriemaske. Quell-Image von Pascal VOC 2012 Dataset.
Der Beispielcode für die Bildsegmentierung zeigt, wie der Bildsegmentator angezeigt wird. finden Sie im Code Beispiel .