웹용 이미지 세분화 가이드

MediaPipe 이미지 세그먼터 작업을 사용하면 배경 흐리게 처리와 같은 시각적 효과를 적용하기 위해 사전 정의된 카테고리를 기반으로 이미지를 영역으로 나눌 수 있습니다. 이 안내에서는 Node 및 웹 앱에서 Image Segmenter를 사용하는 방법을 보여줍니다. 이 태스크의 기능, 모델, 구성 옵션에 관한 자세한 내용은 개요를 참고하세요.

코드 예

이미지 세그먼터의 예시 코드는 참고용으로 JavaScript에서 이 작업을 완전히 구현합니다. 이 코드는 이 작업을 테스트하고 자체 이미지 세분화 앱을 빌드하는 데 도움이 됩니다. 웹브라우저만 사용하여 이미지 세분화 도구 예시 코드를 보고, 실행하고, 수정할 수 있습니다. GitHub에서 이 예시의 코드를 검토할 수도 있습니다.

설정

이 섹션에서는 특히 Image Segmenter를 사용하기 위해 개발 환경 및 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯하여 MediaPipe 태스크를 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 웹용 설정 가이드를 참고하세요.

JavaScript 패키지

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

다음 명령어를 사용하여 로컬 스테이징을 위해 다음 코드로 필요한 패키지를 설치할 수 있습니다.

npm install --save @mediapipe/tasks-vision

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

<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
    crossorigin="anonymous"></script>
</head>

모델

MediaPipe 이미지 세그먼터 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 이미지 세그먼터에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 작업 개요 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 다음 프로젝트 디렉터리에 저장합니다.

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

할 일 만들기

Image Segmenter createFrom...() 함수 중 하나를 사용하여 추론 실행 작업을 준비합니다. 학습된 모델 파일의 상대 또는 절대 경로와 함께 createFromModelPath() 함수를 사용합니다. 모델이 이미 메모리에 로드된 경우 createFromModelBuffer() 메서드를 사용할 수 있습니다.

아래의 코드 예는 createFromOptions() 함수를 사용하여 태스크를 설정하는 방법을 보여줍니다. createFromOptions 함수를 사용하면 구성 옵션으로 이미지 세그먼터기를 맞춤설정할 수 있습니다. 태스크 구성에 관한 자세한 내용은 구성 옵션을 참고하세요.

다음 코드는 맞춤 옵션으로 작업을 빌드하고 구성하는 방법을 보여줍니다.

runningMode = "IMAGE";

async function createImageSegmenter() {
  const vision = await FilesetResolver.forVisionTasks(
    "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
  );

  imageSegmenter = await ImageSegmenter.createFromOptions(vision, {
    baseOptions: {
      modelAssetPath:
        "https://storage.googleapis.com/mediapipe-assets/deeplabv3.tflite?generation=1661875711618421",
    },
    outputCategoryMask: true,
    outputConfidenceMasks: false
    runningMode: runningMode
  });
}
createImageSegmenter();

이미지 세그먼터 태스크를 만드는 더 완전한 구현은 코드 예시를 참고하세요.

구성 옵션

이 작업에는 웹 애플리케이션의 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
outputCategoryMask True로 설정하면 출력에 세분화 마스크가 uint8 이미지로 포함되며 여기서 각 픽셀 값은 낙찰된 카테고리 값을 나타냅니다. {True, False} False
outputConfidenceMasks True로 설정하면 출력에 세분화 마스크가 부동 소수점 값 이미지로 포함되며, 여기서 각 부동 소수점 값은 카테고리의 신뢰도 점수 맵을 나타냅니다. {True, False} True
displayNamesLocale 가능한 경우 태스크 모델의 메타데이터에 제공된 표시 이름에 사용할 라벨의 언어를 설정합니다. 기본값은 영어의 경우 en입니다. TensorFlow Lite Metadata Writer API를 사용하여 맞춤 모델의 메타데이터에 현지화된 라벨을 추가할 수 있습니다. 언어 코드 en
resultListener 이미지 세그먼터가 LIVE_STREAM 모드일 때 분할 결과를 비동기식으로 수신하도록 결과 리스너를 설정합니다. 실행 모드가 LIVE_STREAM로 설정된 경우에만 사용할 수 있습니다. 해당 사항 없음 해당 사항 없음

데이터 준비

이미지 세그먼터는 호스트 브라우저에서 지원하는 모든 형식의 이미지에서 객체를 분할할 수 있습니다. 이 작업은 크기 조절, 회전, 값 정규화 등 데이터 입력 전처리도 처리합니다.

이미지 세그먼터 segment() 및 segmentForVideo() 메서드 호출은 동기식으로 실행되고 사용자 인터페이스 스레드를 차단합니다. 기기의 카메라에서 동영상 프레임의 객체를 세분화하면 각 세분화 작업이 기본 스레드를 차단합니다. 웹 워커를 구현하여 다른 스레드에서 segment() 및 segmentForVideo()를 실행하면 이를 방지할 수 있습니다.

태스크 실행

이미지 세그먼터는 이미지 모드에서 segment() 메서드를 사용하고 video 모드에서 segmentForVideo() 메서드를 사용하여 추론을 트리거합니다. 이미지 세그먼터는 감지된 세그먼트를 이미지 데이터로 태스크에 대한 추론을 실행할 때 설정한 콜백 함수에 반환합니다.

다음 코드는 태스크 모델로 처리를 실행하는 방법을 보여줍니다.

이미지

const image = document.getElementById("image") as HTMLImageElement;
imageSegmenter.segment(image, callback);

동영상

async function renderLoop(): void {
  const video = document.getElementById("video");
  let startTimeMs = performance.now();

  imageSegmenter.segmentForVideo(video, startTimeMs, callbackForVideo);

  requestAnimationFrame(() => {
    renderLoop();
  });
}

이미지 세그먼터 태스크 실행의 더 완전한 구현은 코드 예시를 참고하세요.

결과 처리 및 표시

추론을 실행하면 이미지 세그먼터 태스크가 세그먼트 이미지 데이터를 콜백 함수에 반환합니다. 출력의 콘텐츠는 태스크를 구성할 때 설정한 outputType에 따라 다릅니다.

다음 섹션에서는 이 태스크의 출력 데이터 예시를 보여줍니다.

카테고리 신뢰도

다음 이미지는 카테고리 신뢰도 마스크의 태스크 출력 시각화를 보여줍니다. 신뢰도 마스크 출력에는 [0, 1] 사이의 부동 소수점 값이 포함됩니다.

말을 타고 있는 두 소녀와 말 옆을 걷고 있는 한 소녀 이전 사진에서 소녀와 말의 윤곽을 그리는 이미지 마스크입니다. 이미지의 윤곽선 왼쪽 절반은 캡처되었지만 오른쪽 절반은 캡처되지 않음

원본 이미지 및 카테고리 신뢰도 마스크 출력 Pascal VOC 2012 데이터 세트의 소스 이미지입니다.

카테고리 값

다음 이미지는 카테고리 값 마스크의 태스크 출력 시각화를 보여줍니다. 카테고리 마스크 범위는 [0, 255]이고 각 픽셀 값은 모델 출력의 낙찰 카테고리 색인을 나타냅니다. 낙찰된 카테고리 색인은 모델이 인식할 수 있는 카테고리 중에서 가장 높은 점수를 갖습니다.

말을 타고 있는 두 소녀와 말 옆을 걷고 있는 한 소녀 이전 이미지에서 소녀와 말의 윤곽을 그리는 이미지 마스크입니다. 세 명의 소녀와 말의 모양이 정확하게 마스크 처리되었습니다.

원본 이미지 및 카테고리 마스크 출력 Pascal VOC 2012 데이터 세트의 소스 이미지입니다.

Image Segmenter 예시 코드는 태스크에서 반환된 세분화 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 코드 예시를 참고하세요.