Guide de détection d'objets pour iOS

La tâche de détection d'objets vous permet de détecter la présence et l'emplacement de plusieurs d'objets. Par exemple, un détecteur d'objets peut localiser des chiens dans un l'image. Ces instructions vous expliquent comment utiliser la tâche de détection d'objets dans iOS. La l'exemple de code décrit dans ces instructions est disponible sur GitHub.

Pour voir une démonstration de cette tâche, consultez cette page Web une démonstration. Pour plus d'informations sur les fonctionnalités, les modèles et les options de configuration cette tâche, consultez les Aperçu.

Exemple de code

L'exemple de code MediaPipe Tasks est une implémentation de base d'un objet Application de détection pour iOS. L'exemple utilise l'appareil photo d'un appareil iOS physique pour détecter en continu des objets, et utiliser les images et vidéos de l'appareil pour détecter les objets de manière statique.

Vous pouvez utiliser l'application comme point de départ pour votre propre application iOS ou vous y référer. lorsque vous modifiez une application existante. L'exemple de code du détecteur d'objets est hébergé GitHub

Télécharger le code

Les instructions suivantes vous expliquent comment créer une copie locale de l'exemple à l'aide de l'outil de ligne de commande git.

Pour télécharger l'exemple de code:

1. Clonez le dépôt Git à l'aide de la commande suivante:

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. Si vous le souhaitez, vous pouvez configurer votre instance Git pour utiliser le paiement creuse. uniquement les fichiers de l'exemple d'application de détecteur d'objets:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/object_detection/ios/
   

Après avoir créé une version locale de l'exemple de code, vous pouvez installer bibliothèque de tâches MediaPipe, ouvrez le projet avec Xcode et exécutez l'application. Pour instructions, consultez le Guide de configuration pour iOS.

Composants clés

Les fichiers suivants contiennent le code essentiel pour l'exemple du détecteur d'objets application:

• ObjectDetectorService.swift: Initialise le détecteur, gère la sélection du modèle et exécute l'inférence sur les données d'entrée.
• CameraViewController.swift: Implémente l'interface utilisateur pour le mode de saisie du flux de caméra en direct et visualise les résultats de la détection.
• MediaLibraryViewController.swift: Elle implémente l'interface utilisateur pour le mode d'entrée de fichiers d'images fixes et de fichiers vidéo, et permet de visualiser les résultats de la détection.

Configuration

Cette section décrit les étapes clés à suivre pour configurer votre environnement de développement pour utiliser le détecteur d'objets. Pour obtenir des informations générales sur la configuration environnement de développement permettant d'utiliser des tâches MediaPipe, y compris la version de la plate-forme consultez le Guide de configuration pour iOS.

Dépendances

Le détecteur d'objets utilise la bibliothèque MediaPipeTasksVision, qui doit être installée à l'aide de CocoaPods. La bibliothèque est compatible avec les applications Swift et Objective-C et ne nécessite aucune configuration de langue supplémentaire.

Pour obtenir des instructions sur l'installation de CocoaPods sous macOS, reportez-vous au document CocoaPods guide d'installation. Pour savoir comment créer un Podfile avec les pods nécessaires pour votre consultez la section Utilisation CocoaPods

Ajoutez le pod MediaPipeTasksVision dans le fichier Podfile à l'aide du code suivant:

target 'MyObjectDetectorApp' do
  use_frameworks!
  pod 'MediaPipeTasksVision'
end

Si votre application inclut des cibles de tests unitaires, reportez-vous au Guide de configuration iOS. votre Podfile.

Modèle

La tâche de détection d'objets MediaPipe nécessite un modèle entraîné et compatible pour cette tâche. Pour en savoir plus sur les modèles entraînés disponibles pour du détecteur d'objets, consultez la présentation des tâches Modèles .

Sélectionnez et téléchargez un modèle, puis ajoutez-le au répertoire de votre projet à l'aide de Xcode. Pour savoir comment ajouter des fichiers à votre projet Xcode, reportez-vous à la section Gestion fichiers et dossiers dans votre Xcode projet.

Utilisez la propriété BaseOptions.modelAssetPath pour spécifier le chemin d'accès au modèle. dans votre app bundle. Pour obtenir un exemple de code, consultez la section suivante.

Créer la tâche

Vous pouvez créer la tâche de détection d'objets en appelant l'un de ses initialiseurs. La L'initialiseur ObjectDetector(options:) définit les valeurs des options de configuration y compris le mode de course, les paramètres régionaux des noms à afficher, le nombre maximal de résultats, le niveau de confiance un seuil, une liste d'autorisation de catégories et une liste de blocage.

Si vous n'avez pas besoin d'initialiser un détecteur d'objets avec une configuration personnalisée vous pouvez utiliser l'initialiseur ObjectDetector(modelPath:) pour créer Détecteur d'objets avec les options par défaut. Pour en savoir plus sur la configuration consultez la page Présentation de la configuration.

La tâche de détection d'objets accepte trois types de données d'entrée: images fixes et fichiers vidéo et les flux vidéo en direct. Par défaut, ObjectDetector(modelPath:) initialise un pour les images fixes. Si vous souhaitez que votre tâche soit initialisée pour traiter des vidéos ou de flux vidéo en direct, utilisez ObjectDetector(options:) pour spécifier la vidéo ou diffusion en direct. Le mode "Diffusion en direct" nécessite également l'option de configuration objectDetectorLiveStreamDelegate, qui active Détecteur d'objets pour fournir les résultats de détection au délégué de manière asynchrone.

Choisissez l'onglet correspondant à votre mode d'exécution pour découvrir comment créer la tâche. et exécuter des inférences.

Swift

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ObjectDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image
options.maxResults = 5

let objectDetector = try ObjectDetector(options: options)
    

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ObjectDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video
options.maxResults = 5

let objectDetector = try ObjectDetector(options: options)
    

import MediaPipeTasksVision

// Class that conforms to the `ObjectDetectorLiveStreamDelegate` protocol and
// implements the method that the object detector calls once it
// finishes performing detection on each input frame.
class ObjectDetectorResultProcessor: NSObject, ObjectDetectorLiveStreamDelegate {

  func objectDetector(
    _ objectDetector: ObjectDetector,
    didFinishDetection objectDetectionResult: ObjectDetectorResult?,
    timestampInMilliseconds: Int,
    error: Error?) {
    // Process the detection result or errors here.
  }
}

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = ObjectDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream
options.maxResults = 5

// Assign an object of the class to the `objectDetectorLiveStreamDelegate`
// property.
let processor = ObjectDetectorResultProcessor()
options.objectDetectorLiveStreamDelegate = processor

let objectDetector = try ObjectDetector(options: options)
    

Objective-C

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPObjectDetectorOptions *options = [[MPPObjectDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;
options.maxResults = 5;

MPPObjectDetector *objectDetector =
      [[MPPObjectDetector alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPObjectDetectorOptions *options = [[MPPObjectDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;
options.maxResults = 5;

MPPObjectDetector *objectDetector =
      [[MPPObjectDetector alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

// Class that conforms to the `ObjectDetectorLiveStreamDelegate` protocol and
// implements the method that the object detector calls once it
// finishes performing detection on each input frame.

@interface APPObjectDetectorResultProcessor : NSObject 

@end

@implementation MPPObjectDetectorResultProcessor

-   (void)objectDetector:(MPPObjectDetector *)objectDetector
    didFinishDetectionWithResult:(MPPObjectDetectorResult *)ObjectDetectorResult
         timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                           error:(NSError *)error {

    // Process the detection result or errors here.

}

@end

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPObjectDetectorOptions *options = [[MPPObjectDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;
options.maxResults = 5;

// Assign an object of the class to the `objectDetectorLiveStreamDelegate`
// property.
APPObjectDetectorResultProcessor *processor = [APPObjectDetectorResultProcessor new];
options.objectDetectorLiveStreamDelegate = processor;

MPPObjectDetector *objectDetector =
      [[MPPObjectDetector alloc] initWithOptions:options error:nil];
    

Options de configuration

Cette tâche comporte les options de configuration suivantes pour les applications iOS:

Configuration de la diffusion en direct

Lorsque le mode d'exécution est défini sur la diffusion en direct, le détecteur d'objets requiert l'option de configuration objectDetectorLiveStreamDelegate supplémentaire, qui permet au détecteur de fournir des résultats de détection de manière asynchrone. Le délégué met en œuvre objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) , que le détecteur d'objets appelle après le traitement du résultat de la détection pour chaque image.

Préparer les données

Vous devez convertir l'image ou le cadre d'entrée en objet MPImage avant et les transmet au détecteur d'objets. MPImage est compatible avec différents types d'images iOS et peuvent les utiliser dans n'importe quel mode d'exécution pour l'inférence. Pour plus plus d'informations sur MPImage, consultez API MPImage

Choisissez un format d'image iOS en fonction de votre cas d'utilisation et du mode de course que vous requise par l'application.MPImage accepte les règles de confidentialité UIImage, CVPixelBuffer et CMSampleBuffer formats d'image iOS.

UIImage

Le format UIImage convient bien aux modes d'exécution suivants:

• Images : images d'un app bundle, d'une galerie d'utilisateur ou d'un système de fichiers au format suivant : Les images UIImage peuvent être converties en objet MPImage.

• Vidéos: utilisez AVAssetImageGenerator. pour extraire des images vidéo CGImage le format d'image, puis les convertir en UIImage images.

// 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)
    

// 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];
    

L'exemple initialise un MPImage avec les valeurs par défaut UIImage.Orientation.Up l'orientation. Vous pouvez initialiser un MPImage avec n'importe laquelle des UIImage.Orientation valeurs. Le détecteur d'objets n'est pas compatible avec les orientations en miroir comme .upMirrored, .downMirrored, .leftMirrored et .rightMirrored.

Pour plus d'informations sur UIImage, reportez-vous à UIImage Apple Developer documentation.

CVPixelBuffer

Le format CVPixelBuffer convient bien aux applications qui génèrent des frames et utiliser la classe iOS CoreImage pour le traitement.

Le format CVPixelBuffer convient bien aux modes d'exécution suivants:

• Images: applications qui génèrent CVPixelBuffer images après un traitement utilisant le framework CoreImage d'iOS peut être envoyé au détecteur d'objets d'exécution de l'image.

• Vidéos: les images vidéo peuvent être converties au format CVPixelBuffer pour en cours de traitement, puis envoyées au détecteur d'objets en mode vidéo.

• Diffusion en direct: les applications utilisant un appareil photo iOS pour générer des images peuvent être converties au format CVPixelBuffer pour être traité avant d'être envoyé au Détecteur d'objets en mode diffusion en direct.

// 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)
    

// 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];
    

Pour plus d'informations sur CVPixelBuffer, reportez-vous au fichier CVPixelBuffer Développeur documentation.

CMSampleBuffer

Le format CMSampleBuffer stocke des échantillons multimédias d'un type uniforme et est bien adapté au streaming en direct. Les images en direct des appareils photo iOS sont envoyé de manière asynchrone au format CMSampleBuffer par iOS AVCaptureVideoDataOutput.

// 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)
    

// 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];
    

Pour plus d'informations sur CMSampleBuffer, reportez-vous au fichier CMSampleBuffer Développeur documentation.

Exécuter la tâche

Pour exécuter le détecteur d'objets, utilisez la méthode detect() spécifique à l'objet en cours d'exécution:

• Image fixe: detect(image:)
• Vidéo : detect(videoFrame:timestampInMilliseconds:)
• diffusion en direct: detectAsync(image:)

Les exemples de code suivants illustrent des exemples élémentaires d'exécution du détecteur d'objets dans ces différents modes de fonctionnement:

Swift

let objectDetector.detect(image:image)
    

let objectDetector.detect(videoFrame:image)
    

let objectDetector.detectAsync(image:image)
    

Objective-C

MPPObjectDetectorResult *result = [objectDetector detectInImage:image error:nil];
    

MPPObjectDetectorResult *result = [objectDetector detectInVideoFrame:image          timestampInMilliseconds:timestamp error:nil];
    

BOOL success = [objectDetector detectAsyncInImage:image
                          timestampInMilliseconds:timestamp
                                            error:nil];
    

L'exemple de code du détecteur d'objets montre les implémentations de chacun de ces modes detect(image:), detect(videoFrame:) et detectAsync(image:) L'exemple de code permet à l'utilisateur de basculer entre des modes de traitement qui peuvent ne pas être nécessaires pour votre cas d'utilisation.

Veuillez noter les points suivants :

• Lorsque vous utilisez le mode vidéo ou le mode direct, vous devez également fournir le le code temporel de la trame d'entrée à la tâche du détecteur d'objets.

• Lors de l'exécution en mode image ou vidéo, la tâche de détection d'objets bloque thread actuel jusqu'à ce qu'il ait fini de traiter l'image ou le frame d'entrée. À éviter de bloquer le thread actuel, exécuter le traitement en arrière-plan thread utilisant iOS Dispatch ou NSOperation cadres réglementaires.

• Lors de l'exécution en mode diffusion en direct, la tâche de détection d'objets est immédiatement renvoyée et ne bloque pas le thread actuel. Elle appelle objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) avec le résultat de la détection après le traitement de chaque trame d'entrée. La Le détecteur d'objets appelle cette méthode de manière asynchrone sur un réseau la file d'attente de distribution. Pour afficher les résultats dans l'interface utilisateur, envoyez dans la file d'attente principale après leur traitement. Si le detectAsync est appelée lorsque la tâche de détection d'objets est occupée à traiter une autre d'entrée, le détecteur d'objets ignore la nouvelle trame d'entrée.

Gérer et afficher les résultats

Lors de l'exécution de l'inférence, la tâche de détection d'objets renvoie un ObjectDetectorResult qui décrit les objets qu'il a trouvés dans l'image d'entrée.

Voici un exemple de données de sortie de cette tâche:

ObjectDetectorResult:
 Detection #0:
  Box: (x: 355, y: 133, w: 190, h: 206)
  Categories:
   index       : 17
   score       : 0.73828
   class name  : dog
 Detection #1:
  Box: (x: 103, y: 15, w: 138, h: 369)
  Categories:
   index       : 17
   score       : 0.73047
   class name  : dog

L'image suivante montre une visualisation du résultat de la tâche:

L'exemple de code du détecteur d'objets montre comment afficher les résultats de la détection renvoyé par la tâche, consultez l'exemple de code pour plus de détails.