iOS için nesne algılama rehberi

Nesne Algılayıcı görevi, birden fazla nesne sınıfının varlığını ve konumunu tespit etmenize olanak tanır. Örneğin, Nesne Algılayıcı, bir resimdeki köpeklerin yerini belirleyebilir. Bu talimatlar, iOS'te Nesne Algılayıcı görevinin nasıl kullanılacağını gösterir. Bu talimatlarda açıklanan kod örneğine GitHub'dan ulaşabilirsiniz.

Bu web demosunu izleyerek bu görevi çalışırken görebilirsiniz. Bu görevin özellikleri, modelleri ve yapılandırma seçenekleri hakkında daha fazla bilgi edinmek için Genel Bakış bölümüne bakın.

Kod örneği

MediaPipe Görevleri örnek kodu, iOS için Nesne Algılayıcı uygulamasının temel bir uygulamasıdır. Örnek, nesneleri sürekli olarak algılamak için fiziksel bir iOS cihazındaki kameranın yanı sıra nesnelerin statik olarak algılanması için cihaz galerisindeki resim ve videoları da kullanabilir.

Uygulamayı kendi iOS uygulamanız için başlangıç noktası olarak kullanabilir veya mevcut bir uygulamayı değiştirirken başvuruda bulunabilirsiniz. Nesne Algılayıcı örnek kodu GitHub'da barındırılır.

Kodu indirme

Aşağıdaki talimatlar, git komut satırı aracını kullanarak örnek kodun yerel bir kopyasını nasıl oluşturacağınızı göstermektedir.

Örnek kodu indirmek için:

1. Aşağıdaki komutu kullanarak git deposunu klonlayın:

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

2. İsteğe bağlı olarak, git örneğinizi az ödeme yöntemini kullanacak şekilde yapılandırarak yalnızca Nesne Algılayıcı örnek uygulamasına ait dosyalara sahip olabilirsiniz:

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

Örnek kodun yerel sürümünü oluşturduktan sonra MediaPipe görev kitaplığını yükleyebilir, Xcode kullanarak projeyi açabilir ve uygulamayı çalıştırabilirsiniz. Talimatlar için iOS için Kurulum Kılavuzu'na bakın.

Temel bileşenler

Aşağıdaki dosyalar, Object Detector örnek uygulaması için önemli kodu içerir:

• ObjectDetectorService.swift: Algılayıcıyı başlatır, model seçimini işler ve giriş verilerinde çıkarım yürütür.
• CameraViewController.swift: Canlı kamera feed'i giriş modu için kullanıcı arayüzünü uygular ve algılama sonuçlarını görselleştirir.
• MediaLibraryViewController.swift: Hareketsiz resim ve video dosyası giriş modu için kullanıcı arayüzünü uygular ve algılama sonuçlarını görselleştirir.

Kurulum

Bu bölümde, Nesne Algılayıcı'yı kullanmak için geliştirme ortamınızı ve kod projelerinizi ayarlamanın temel adımları açıklanmaktadır. Platform sürümü gereksinimleri de dahil olmak üzere, MediaPipe görevlerini kullanmak amacıyla geliştirme ortamınızı ayarlama hakkında genel bilgiler için iOS için kurulum kılavuzuna bakın.

Bağımlılıklar

Nesne Dedektörü, CocoaPods kullanılarak yüklenmesi gereken MediaPipeTasksVision kitaplığını kullanır. Kitaplık hem Swift hem de Objective-C uygulamalarıyla uyumludur ve dile özgü ek kurulum gerektirmez.

CocoaPods'u macOS'e yükleme talimatları için CocoaPods yükleme kılavuzuna bakın. Uygulamanız için gerekli kapsüllerle Podfile oluşturma talimatları için CocoaPods'u kullanma bölümüne bakın.

Aşağıdaki kodu kullanarak MediaPipeTasksVision kapsülünü Podfile içine ekleyin:

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

Uygulamanız birim test hedefleri içeriyorsa Podfile cihazınızın kurulumuyla ilgili ek bilgiler için iOS için Kurulum Kılavuzu'na bakın.

Model

MediaPipe Nesne Dedektörü görevi, bu görevle uyumlu, eğitilmiş bir model gerektirir. Nesne Algılayıcı için eğitilmiş modeller hakkında daha fazla bilgi edinmek için göreve genel bakış Modeller bölümüne bakın.

Bir model seçip indirin ve Xcode kullanarak proje dizininize ekleyin. Xcode projenize dosya ekleme talimatları için Xcode projenizde dosya ve klasörleri yönetme bölümüne bakın.

Uygulama paketinizdeki modelin yolunu belirtmek için BaseOptions.modelAssetPath özelliğini kullanın. Kod örneği için sonraki bölüme bakın.

Görevi oluşturma

Nesne Algılayıcı görevini, başlatıcılarından birini çağırarak oluşturabilirsiniz. ObjectDetector(options:) başlatıcısı, çalıştırma modu, görünen adlar yerel ayarı, maksimum sonuç sayısı, güven eşiği, kategori izin verilenler listesi ve ret listesi dahil olmak üzere yapılandırma seçeneklerinin değerlerini ayarlar.

Özelleştirilmiş yapılandırma seçenekleriyle başlatılan bir Nesne Algılayıcı'ya ihtiyacınız yoksa varsayılan seçeneklerle bir Nesne Dedektörü oluşturmak için ObjectDetector(modelPath:) başlatıcısını kullanabilirsiniz. Yapılandırma seçenekleri hakkında daha fazla bilgi için Yapılandırmaya Genel Bakış bölümüne bakın.

Nesne Algılayıcı görevi 3 giriş veri türünü destekler: sabit resimler, video dosyaları ve canlı video akışları. Varsayılan olarak ObjectDetector(modelPath:), hareketsiz resimler için bir görev başlatır. Görevinizin video dosyalarını veya canlı video akışlarını işlemek için başlatılmasını istiyorsanız videoyu veya canlı yayın çalışma modunu belirtmek için ObjectDetector(options:) öğesini kullanın. Canlı yayın modu, Nesne Algılayıcı'nın algılama sonuçlarını yetkiye eşzamansız olarak sunmasını sağlayan ek objectDetectorLiveStreamDelegate yapılandırma seçeneğini de gerektirir.

Görevi nasıl oluşturacağınızı ve çıkarımda bulunacağınızı görmek için koşu modunuza karşılık gelen sekmeyi seçin.

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];
    

Yapılandırma seçenekleri

Bu görev, iOS uygulamaları için aşağıdaki yapılandırma seçeneklerine sahiptir:

Canlı yayın yapılandırması

Çalışma modu canlı yayın moduna ayarlandığında Nesne Algılayıcı için ek objectDetectorLiveStreamDelegate yapılandırma seçeneği gerekir. Bu seçenek, algılayıcının algılama sonuçlarını eşzamansız olarak sunmasını sağlar. Yetki verilen kullanıcı, Nesne Algılayıcı'nın her kare için algılama sonucunu işledikten sonra çağırdığı objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) yöntemini uygular.

Verileri hazırlama

Giriş resmini veya çerçevesini Nesne Algılayıcı'ya iletmeden önce bir MPImage nesnesine dönüştürmeniz gerekir. MPImage, farklı iOS görüntü biçimlerini destekler ve çıkarım için bunları herhangi bir çalışma modunda kullanabilir. MPImage hakkında daha fazla bilgi için MPImage API'yi inceleyin.

Kullanım alanınıza ve uygulamanızın gerektirdiği çalışma moduna göre bir iOS görüntü biçimi seçin.MPImage; UIImage, CVPixelBuffer ve CMSampleBuffer iOS görüntü biçimlerini kabul eder.

UIImage

UIImage biçimi, aşağıdaki çalıştırma modları için uygundur:

• Resimler: bir uygulama paketi, kullanıcı galerisi veya dosya sisteminden UIImage olarak biçimlendirilmiş resimler MPImage nesnesine dönüştürülebilir.

• Videolar: AVAssetImageGenerator kullanarak video karelerini CGImage biçiminde ayıklayın ve UIImage görüntülerine dönüştürün.

// 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];
    

Örnekte, varsayılan UIImage.Orientation.Up yönle bir MPImage başlatılır. Desteklenen UIImage.Orientation değerlerinden herhangi biriyle bir MPImage başlatabilirsiniz. Nesne Algılayıcı; .upMirrored, .downMirrored, .leftMirrored, .rightMirrored gibi yansıtılmış yönleri desteklemez.

UIImage hakkında daha fazla bilgi için UIImage Apple Developer Dokümanlar'a bakın.

CVPixelBuffer

CVPixelBuffer biçimi, çerçeveler oluşturan ve işleme amacıyla iOS CoreImage çerçevesini kullanan uygulamalar için uygundur.

CVPixelBuffer biçimi, aşağıdaki çalıştırma modları için uygundur:

• Resimler: iOS'in CoreImage çerçevesini kullanarak bir miktar işlemden sonra CVPixelBuffer görüntüleri oluşturan uygulamalar görüntü çalıştırma modunda Nesne Algılayıcı'ya gönderilebilir.

• Videolar: Video kareleri, işlenmek üzere CVPixelBuffer biçimine dönüştürülebilir ve ardından video modundaki Nesne Algılayıcı'ya gönderilebilir.

• Canlı yayın: Kare oluşturmak için iOS kamera kullanan uygulamalar, canlı yayın modundaki Nesne Algılayıcı'ya gönderilmeden önce işlenmek üzere CVPixelBuffer biçimine dönüştürülebilir.

// 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];
    

CVPixelBuffer hakkında daha fazla bilgi için CVPixelBuffer Apple Geliştirici Dokümanları'na bakın.

CMSampleBuffer

CMSampleBuffer biçimi, tek tip bir medya türünün medya örneklerini depolar ve canlı yayın çalıştırma modu için çok uygundur. iOS kameralardan alınan canlı kareler, iOS AVCaptureVideoDataOutput tarafından eşzamansız olarak CMSampleBuffer biçiminde yayınlanır.

// 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];
    

CMSampleBuffer hakkında daha fazla bilgi için CMSampleBuffer Apple Geliştirici Dokümanları'na bakın.

Görevi çalıştırma

Nesne Algılayıcı'yı çalıştırmak için atanan çalışma moduna özel detect() yöntemini kullanın:

• Hareketsiz resim: detect(image:)
• Video: detect(videoFrame:timestampInMilliseconds:)
• canlı yayın: detectAsync(image:)

Aşağıdaki kod örnekleri, Nesne Algılayıcı'nın bu farklı çalışma modlarında nasıl çalıştırılacağına dair temel örnekleri gösterir:

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];
    

Nesne Algılayıcı kod örneğinde bu modların detect(image:), detect(videoFrame:) ve detectAsync(image:) uygulamaları daha ayrıntılı bir şekilde gösterilmektedir. Örnek kod, kullanıcının işleme modları arasında geçiş yapmasını sağlar. Bu, kullanım alanınızda gerekli olmayabilir.

Aşağıdakileri göz önünde bulundurun:

• Video modunda veya canlı yayın modunda çalışırken Nesne Algılayıcı görevine giriş karesinin zaman damgasını da sağlamanız gerekir.

• Resim veya video modunda çalışırken Nesne Algılayıcı görevi, giriş görüntüsünü veya çerçevesini işlemeyi bitirene kadar geçerli iş parçacığını engeller. Mevcut iş parçacığının engellenmesini önlemek için işlemeyi iOS Dispatch veya NSOperation çerçevelerini kullanarak bir arka plan iş parçacığında yürütün.

• Canlı yayın modunda çalışırken Nesne Algılayıcı görevi hemen geri döner ve mevcut iş parçacığını engellemez. Her bir giriş çerçevesini işledikten sonra algılama sonucuyla objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) yöntemini çağırır. Nesne Algılayıcı, bu yöntemi özel bir seri dağıtım sırasında eşzamansız olarak çağırır. Sonuçları kullanıcı arayüzünde görüntülemek için, işlendikten sonra sonuçları ana sıraya gönderin. detectAsync işlevi, Nesne Algılayıcı görevi başka bir çerçeveyi işlemekle meşgulse çağrılırsa Nesne Algılayıcı yeni giriş çerçevesini yoksayar.

Sonuçları işleme ve görüntüleme

Çıkarım yaptıktan sonra, Nesne Algılayıcı görevi, giriş görüntüsünde bulduğu nesneleri açıklayan bir ObjectDetectorResult nesnesi döndürür.

Aşağıda, bu görevden alınan çıkış verilerinin bir örneği gösterilmektedir:

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

Aşağıdaki resimde, görev çıkışının görseli gösterilmektedir:

Nesne Algılayıcı örnek kodu, görevden döndürülen algılama sonuçlarının nasıl görüntüleneceğini gösterir. Ayrıntılar için kod örneğine bakın.