Android용 대화형 이미지 세분화 가이드

MediaPipe Interactive Image Segmenter 태스크는 이미지의 위치를 가져와 해당 위치에서 객체의 경계를 추정하고 객체의 세분화를 이미지 데이터로 반환합니다. 이 안내에서는 Android 앱에서 대화형 이미지 세그먼터 도구를 사용하는 방법을 보여줍니다. 이 안내에 설명된 코드 예시는 GitHub에서 확인할 수 있습니다. 이 태스크의 기능, 모델, 구성 옵션에 관한 자세한 내용은 개요를 참고하세요.

코드 예

MediaPipe Tasks 코드 예시는 Android용 Interactive Image Segmenter 앱의 간단한 구현입니다. 이 예시는 기기 갤러리에서 선택한 이미지에서 작동합니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참조할 수 있습니다. 대화형 이미지 세그먼터 예시 코드는 GitHub에서 호스팅됩니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 안내를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다. 
    git clone https://github.com/google-ai-edge/mediapipe-samples
  2. 원하는 경우 대화형 이미지 세그먼터 예시 앱의 파일만 포함되도록 스파스 체크아웃을 사용하도록 git 인스턴스를 구성합니다. 
    cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/interactive_segmentation/android

예시 코드의 로컬 버전을 만든 후 프로젝트를 Android 스튜디오로 가져와 앱을 실행할 수 있습니다. 안내는 Android용 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 이 이미지 세분화 예시 애플리케이션의 중요한 코드가 포함되어 있습니다.

설정

이 섹션에서는 대화형 이미지 세그먼터 도구를 사용하도록 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Android 설정 가이드를 참고하세요.

종속 항목

대화형 이미지 세그먼터는 com.google.mediapipe:tasks-vision 라이브러리를 사용합니다. 이 종속 항목을 Android 앱 개발 프로젝트의 build.gradle 파일에 추가합니다. 다음 코드로 필요한 종속 항목을 가져옵니다.

dependencies {
    ...
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

모델

MediaPipe Interactive Image Segmenter 태스크에는 이 태스크와 호환되는 학습된 모델이 필요합니다. 대화형 이미지 세그먼터에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 작업 개요 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 후 프로젝트 디렉터리 내에 저장합니다.

<dev-project-root>/src/main/assets

BaseOptions.Builder.setModelAssetPath() 메서드를 사용하여 모델에서 사용하는 경로를 지정합니다. 이 메서드는 다음 섹션의 코드 예에 나와 있습니다.

대화형 이미지 세그먼터 예시 코드에서 모델은 setupInteractiveSegmenter() 함수의 InteractiveSegmenterHelper.kt 클래스에 정의됩니다.

할 일 만들기

createFromOptions 함수를 사용하여 작업을 만들 수 있습니다. createFromOptions 함수는 마스크 출력 유형을 비롯한 구성 옵션을 허용합니다. 구성 옵션에 관한 자세한 내용은 구성 개요를 참고하세요.

InteractiveSegmenterOptions options =
  InteractiveSegmenterOptions.builder()
    .setBaseOptions(
      BaseOptions.builder().setModelAssetPath("model.tflite").build())
    .setOutputCategoryMask(true)
    .setOutputConfidenceMasks(false)
    .setResultListener((result, inputImage) -> {
         // Process the segmentation result here.
    })
    .setErrorListener(exception -> {
         // Process the segmentation errors here.
    })    
    .build();
interactivesegmenter = InteractiveSegmenter.createFromOptions(context, options);

이 작업을 설정하는 방법에 관한 자세한 예는 InteractiveSegmenterHelper 클래스 setupInteractiveSegmenter() 함수를 참고하세요.

구성 옵션

이 작업에는 Android 앱에 관한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
outputCategoryMask True로 설정하면 출력에 세분화 마스크가 uint8 이미지로 포함되며, 여기서 각 픽셀 값은 픽셀이 관심 영역에 있는 객체의 일부인지 여부를 나타냅니다. {True, False} False
outputConfidenceMasks True로 설정하면 출력에 세분화 마스크가 부동 소수점 값 이미지로 포함됩니다. 여기서 각 부동 소수점 값은 픽셀이 관심 영역에 있는 객체의 일부라는 확신을 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
errorListener 선택적 오류 리스너를 설정합니다. 해당 사항 없음 설정되지 않음

데이터 준비

대화형 이미지 세그먼터는 이미지를 사용하며, 이 작업은 크기 조절, 회전, 값 정규화를 비롯한 데이터 입력 전처리를 처리합니다. 입력 이미지를 작업에 전달하기 전에 com.google.mediapipe.framework.image.MPImage 객체로 변환해야 합니다.

import com.google.mediapipe.framework.image.BitmapImageBuilder;
import com.google.mediapipe.framework.image.MPImage;

// Load an image on the user’s device as a Bitmap object using BitmapFactory.

// Convert an Android’s Bitmap object to a MediaPipe’s Image object.
MPImage mpImage = new BitmapImageBuilder(bitmap).build();

대화형 이미지 세그먼터 예시 코드에서 데이터 준비는 InteractiveSegmenterHelper 클래스의 segment() 함수에서 처리됩니다.

태스크 실행

segment 함수를 호출하여 예측을 실행하고 세그먼트를 생성합니다. 대화형 이미지 세그먼터 작업은 입력 이미지 내에서 식별된 세그먼트 영역을 반환합니다.

RegionOfInterest roi = RegionOfInterest.create(
    NormalizedKeypoint.create(
        normX * it.width,
        normY * it.height
    )
);

ImageSegmenterResult segmenterResult = interactivesegmenter.segment(image, roi);

대화형 이미지 세그먼터 예시 코드에서 segment 함수는 InteractiveSegmenterHelper.kt 파일에 정의되어 있습니다.

결과 처리 및 표시

추론을 실행하면 대화형 이미지 세그먼터 태스크는 세분화 태스크의 결과가 포함된 ImageSegmenterResult 객체를 반환합니다. 출력 내용에는 태스크를 구성할 때 설정한 내용에 따라 카테고리 마스크, 신뢰도 마스크 또는 둘 다 포함될 수 있습니다.

다음 섹션에서는 이 태스크의 출력 데이터를 자세히 설명합니다.

카테고리 마스크

다음 이미지는 관심 장소 지점이 표시된 카테고리 값 마스크의 작업 출력 시각화를 보여줍니다. 각 픽셀은 픽셀이 관심 영역에 있는 객체의 일부인지 나타내는 uint8 값입니다. 두 번째 이미지의 흑백 원은 선택한 관심 영역을 나타냅니다.

낙엽 더미 사이에 서 있는 개 이전 이미지의 개 윤곽선

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

신뢰도 마스크

신뢰도 마스크의 출력에는 각 이미지 입력 채널의 [0, 1] 사이의 부동 소수점 값이 포함됩니다. 값이 클수록 이미지 픽셀이 관심 영역에 있는 객체의 일부일 확률이 높습니다.