La tâche "Détecteur d'objets" vous permet de détecter la présence et l'emplacement de plusieurs classes d'objets. Par exemple, un détecteur d'objets peut localiser des chiens dans une image. Ces instructions vous expliquent comment utiliser la tâche "Détecteur d'objets" dans iOS. L'exemple de code décrit dans ces instructions est disponible sur GitHub.
Pour voir concrètement cette tâche, regardez cette démonstration Web. Pour en savoir plus sur les fonctionnalités, les modèles et les options de configuration de cette tâche, consultez la présentation.
Exemple de code
L'exemple de code MediaPipe Tasks est une implémentation de base d'une application de détection d'objets pour iOS. L'exemple utilise la caméra d'un appareil iOS physique pour détecter en continu des objets, ainsi que des images et des vidéos de la galerie de l'appareil pour détecter des 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 sur GitHub.
Télécharger le code
Les instructions suivantes vous expliquent comment créer une copie locale de l'exemple de code à l'aide de l'outil de ligne de commande git.
Pour télécharger l'exemple de code, procédez comme suit:
Clonez le dépôt git à l'aide de la commande suivante:
git clone https://github.com/google-ai-edge/mediapipe-samples
Vous pouvez éventuellement configurer votre instance Git pour utiliser le paiement creux afin de n'avoir que les fichiers de l'application exemple 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 la bibliothèque de tâches MediaPipe, ouvrir le projet à l'aide de Xcode et exécuter l'application. Pour obtenir des instructions, consultez le guide de configuration pour iOS.
Composants clés
Les fichiers suivants contiennent le code crucial de l'exemple d'application de détecteur d'objets:
- ObjectDetectorService.swift : initialise le détecteur, gère la sélection du modèle et exécute l'inférence sur les données d'entrée.
- CameraViewController.swift : implémente l'UI pour le mode d'entrée du flux de la caméra en direct et visualise les résultats de la détection.
- MediaLibraryViewController.swift : implémente l'interface utilisateur pour le mode d'entrée de fichier image fixe et vidéo, et visualise les résultats de détection.
Préparation
Cette section décrit les étapes clés de la configuration de votre environnement de développement et de vos projets de code afin d'utiliser le détecteur d'objets. Pour obtenir des informations générales sur la configuration de votre environnement de développement pour l'utilisation des tâches MediaPipe, y compris les exigences de 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 spécifique au langage utilisé.
Pour savoir comment installer CocoaPods sous macOS, consultez le guide d'installation de CocoaPods.
Pour savoir comment créer un Podfile
avec les pods nécessaires à votre application, consultez la section Utiliser 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, consultez le guide de configuration pour iOS afin d'obtenir des informations supplémentaires sur la configuration de votre Podfile
.
Modèle
La tâche de détecteur d'objets MediaPipe nécessite un modèle entraîné compatible avec cette tâche. Pour en savoir plus sur les modèles entraînés disponibles pour le détecteur d'objets, consultez la section Modèles de la présentation des tâches.
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, consultez la page Gérer les fichiers et les dossiers dans votre projet Xcode.
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 "Détecteur d'objets" en appelant l'un de ses initialiseurs. L'initialiseur ObjectDetector(options:)
définit les valeurs des options de configuration, y compris le mode d'exécution, les paramètres régionaux des noms à afficher, le nombre maximal de résultats, le seuil de confiance, la liste d'autorisation de catégories et la liste de blocage.
Si vous n'avez pas besoin d'un détecteur d'objets initialisé avec des options de configuration personnalisées, vous pouvez utiliser l'initialiseur ObjectDetector(modelPath:)
pour créer un détecteur d'objets avec les options par défaut. Pour en savoir plus sur les options de configuration, consultez la section Présentation de la configuration.
La tâche "Détecteur d'objets" accepte trois types de données d'entrée: les images fixes, les fichiers vidéo et les flux vidéo en direct. Par défaut, ObjectDetector(modelPath:)
initialise une tâche pour les images fixes. Si vous souhaitez que votre tâche soit initialisée pour traiter les fichiers vidéo ou les flux vidéo en direct, utilisez ObjectDetector(options:)
pour spécifier le mode d'exécution de la vidéo ou du streaming en direct. Le mode de diffusion en direct nécessite également l'option de configuration objectDetectorLiveStreamDelegate
supplémentaire, qui permet au détecteur d'objets de fournir les résultats de détection au délégué de manière asynchrone.
Choisissez l'onglet correspondant à votre mode d'exécution pour voir comment créer la tâche et exécuter l'inférence.
Swift
Images
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)
Vidéo
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)
diffusion en direct
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
Images
@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];
Vidéo
@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];
diffusion en direct
@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:
Nom de l'option | Description | Plage de valeurs | Valeur par défaut |
---|---|---|---|
runningMode |
Définit le mode d'exécution de la tâche. Il existe trois modes: IMAGE: mode pour les entrées d'une seule image. VIDEO: mode pour les images décodées d'une vidéo. LIVE_STREAM: mode de diffusion en direct de données d'entrée, issues par exemple d'une caméra. Dans ce mode, resultListener doit être appelé pour configurer un écouteur afin de recevoir les résultats de manière asynchrone. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocales |
Définit la langue des libellés à utiliser pour les noms à afficher fournis dans les métadonnées du modèle de la tâche, le cas échéant. La valeur par défaut est en pour l'anglais. Vous pouvez ajouter des thèmes localisés aux métadonnées d'un modèle personnalisé à l'aide de l'API TensorFlow Lite Metadata Writer.
|
Code des paramètres régionaux | en |
maxResults |
Définit le nombre maximal (facultatif) de résultats de détection les mieux notés à renvoyer. | Tout nombre positif | -1 (tous les résultats sont renvoyés) |
scoreThreshold |
Définit le seuil de score de prédiction qui remplace celui fourni dans les métadonnées du modèle (le cas échéant). Les résultats inférieurs à cette valeur sont refusés. | N'importe quelle valeur flottante | Non définie |
categoryAllowlist |
Définit la liste facultative des noms de catégories autorisés. S'ils ne sont pas vides, les résultats de détection dont le nom de catégorie ne figure pas dans cet ensemble seront filtrés. Les noms de catégorie en double ou inconnus sont ignorés.
Cette option s'exclut mutuellement avec categoryDenylist . L'utilisation des deux résultats génère une erreur. |
N'importe quelle chaîne | Non définie |
categoryDenylist |
Définit la liste facultative des noms de catégorie qui ne sont pas autorisés. S'ils ne sont pas vides, les résultats de détection dont le nom de catégorie figure dans cet ensemble seront filtrés. Les noms de catégorie en double ou inconnus sont ignorés. Cette option s'exclut mutuellement avec categoryAllowlist . L'utilisation des deux entraîne une erreur. |
N'importe quelle chaîne | Non définie |
Configuration de la diffusion en direct
Lorsque le mode d'exécution est défini sur "Diffuser en direct", le détecteur d'objets nécessite l'option de configuration objectDetectorLiveStreamDelegate
supplémentaire, qui permet au détecteur de fournir les résultats de détection de manière asynchrone. Le délégué met en œuvre la méthode objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
, que le détecteur d'objets appelle après avoir traité le résultat de la détection pour chaque image.
Nom de l'option | Description | Plage de valeurs | Valeur par défaut |
---|---|---|---|
objectDetectorLiveStreamDelegate |
Permet au détecteur d'objets de recevoir les résultats de la détection de manière asynchrone en mode de diffusion en direct. La classe dont l'instance est définie sur cette propriété doit implémenter la méthode objectDetector(_:didFinishDetection:timestampInMilliseconds:error:) . |
Non applicable | Non définie |
Préparation des données
Vous devez convertir l'image ou le cadre d'entrée en objet MPImage
avant de le transmettre au détecteur d'objets. MPImage
accepte différents types de formats d'image iOS et peut les utiliser dans n'importe quel mode d'exécution pour l'inférence. Pour en savoir plus sur MPImage
, consultez l'API MPImage.
Choisissez un format d'image iOS en fonction de votre cas d'utilisation et du mode d'exécution requis par votre application.MPImage
accepte les formats d'image iOS UIImage
, CVPixelBuffer
et CMSampleBuffer
.
UIImage
Le format UIImage
convient bien aux modes d'exécution suivants:
Images: les images d'un app bundle, d'une galerie de l'utilisateur ou d'un système de fichiers au format
UIImage
peuvent être converties en objetMPImage
.Vidéos: utilisez AVAssetImageGenerator pour extraire des images vidéo au format CGImage, puis convertissez-les en images
UIImage
.
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];
L'exemple initialise un MPImage
avec l'orientation par défaut UIImage.Orientation.Up. Vous pouvez initialiser un MPImage
avec l'une des valeurs UIImage.Orientation acceptées. Le détecteur d'objets n'est pas compatible avec les orientations en miroir, telles que .upMirrored
, .downMirrored
, .leftMirrored
et .rightMirrored
.
Pour en savoir plus sur UIImage
, consultez la documentation sur l'UIImage pour les développeurs Apple.
CVPixelBuffer
Le format CVPixelBuffer
convient bien aux applications qui génèrent des frames et utilisent le framework iOS CoreImage pour le traitement.
Le format CVPixelBuffer
convient bien aux modes d'exécution suivants:
Images: les applications qui génèrent des images
CVPixelBuffer
après un traitement à l'aide du frameworkCoreImage
d'iOS peuvent être envoyées au détecteur d'objets en mode d'exécution de l'image.Vidéos: les images vidéo peuvent être converties au format
CVPixelBuffer
pour traitement, puis envoyées au détecteur d'objets en mode vidéo.Diffusion en direct: les applications qui utilisent une caméra iOS pour générer des images peuvent être converties au format
CVPixelBuffer
à des fins de traitement avant d'être envoyées au détecteur d'objets en mode de diffusion en direct.
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];
Pour en savoir plus sur CVPixelBuffer
, reportez-vous à la documentation sur CVPixelBuffer pour les développeurs.
CMSampleBuffer
Le format CMSampleBuffer
stocke des échantillons multimédias d'un même type. Il convient parfaitement au mode d'exécution de diffusion en direct. Les images en direct des appareils photo iOS sont diffusées de manière asynchrone au format CMSampleBuffer
par AVCaptureVideoDataOutput d'iOS.
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];
Pour en savoir plus sur CMSampleBuffer
, reportez-vous à la documentation sur CMSampleBuffer pour les développeurs d'Apple.
Exécuter la tâche
Pour exécuter le détecteur d'objets, utilisez la méthode detect()
spécifique au mode d'exécution attribué:
- Image fixe:
detect(image:)
- Vidéo :
detect(videoFrame:timestampInMilliseconds:)
- diffusion en direct:
detectAsync(image:)
Les exemples de code suivants illustrent des exemples de base illustrant comment exécuter le détecteur d'objets dans ces différents modes d'exécution:
Swift
Images
let objectDetector.detect(image:image)
Vidéo
let objectDetector.detect(videoFrame:image)
diffusion en direct
let objectDetector.detectAsync(image:image)
Objective-C
Images
MPPObjectDetectorResult *result = [objectDetector detectInImage:image error:nil];
Vidéo
MPPObjectDetectorResult *result = [objectDetector detectInVideoFrame:image timestampInMilliseconds:timestamp error:nil];
diffusion en direct
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 plus en détail : detect(image:)
, detect(videoFrame:)
et detectAsync(image:)
. L'exemple de code permet à l'utilisateur de basculer entre les modes de traitement, ce qui n'est peut-être pas nécessaire pour votre cas d'utilisation.
Veuillez noter les points suivants :
Lors de l'exécution en mode vidéo ou en mode diffusion en direct, vous devez également fournir l'horodatage de la trame d'entrée à la tâche du détecteur d'objets.
Lors de l'exécution en mode image ou vidéo, la tâche du détecteur d'objets bloque le thread actuel jusqu'à ce qu'il ait fini de traiter l'image ou l'image d'entrée. Pour éviter de bloquer le thread actuel, exécutez le traitement dans un thread en arrière-plan à l'aide des frameworks Dispatch ou NSOperation d'iOS.
Lors de l'exécution en mode de diffusion en direct, la tâche du détecteur d'objets est renvoyée immédiatement et ne bloque pas le thread actuel. Il appelle la méthode
objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
avec le résultat de la détection après le traitement de chaque trame d'entrée. Le détecteur d'objets appelle cette méthode de manière asynchrone sur une file d'attente de distribution en série dédiée. Pour afficher les résultats dans l'interface utilisateur, envoyez les résultats à la file d'attente principale après les avoir traités. Si la fonctiondetectAsync
est appelée lorsque la tâche du détecteur d'objets est occupée à traiter une autre trame, 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 objet ObjectDetectorResult
qui décrit les objets qu'elle a trouvés dans l'image d'entrée.
Voici un exemple des 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 détection renvoyés par la tâche. Pour en savoir plus, consultez l'exemple de code.