המשימה 'מזהה אובייקטים' מאפשרת לזהות את הנוכחות ואת המיקום של מספר סיווגים של אובייקטים. לדוגמה, גלאי אובייקטים יכול לאתר כלבים בתמונה. בהוראות האלה מוסבר איך להשתמש במשימה 'מזהה אובייקטים' ב-iOS. דוגמת הקוד שמתוארת בהוראות האלו זמינה ב-GitHub.
כדי לראות את המשימה הזו בפעולה, אפשר לצפות בהדגמת האינטרנט. למידע נוסף על היכולות, המודלים ואפשרויות ההגדרה של המשימה הזו, קראו את הסקירה הכללית.
קוד לדוגמה
הקוד לדוגמה של משימות MediaPipe הוא יישום בסיסי של אפליקציה לזיהוי אובייקטים ל-iOS. בדוגמה נעשה שימוש במצלמה של מכשיר iOS פיזי כדי לזהות אובייקטים באופן רציף, והיא יכולה גם להשתמש בתמונות ובסרטונים מגלריית המכשיר כדי לזהות אובייקטים באופן סטטי.
אפשר להשתמש באפליקציה כנקודת התחלה לאפליקציה שלכם ל-iOS, או להתייחס אליה כשאתם משנים אפליקציה קיימת. הקוד לדוגמה של מזהה האובייקטים מתארח ב-GitHub.
הורדת הקוד
בהוראות הבאות מוסבר איך ליצור עותק מקומי של הקוד לדוגמה באמצעות כלי שורת הפקודה git.
כדי להוריד את הקוד לדוגמה:
משכפלים את מאגר ה-Git באמצעות הפקודה הבאה:
git clone https://github.com/google-ai-edge/mediapipe-samples
לחלופין, אפשר להגדיר את מכונת ה-Git לשימוש בקופה עם נפח נתונים sparse, כדי שיהיו לכם רק את הקבצים של האפליקציה לדוגמה של מזהה האובייקטים:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/object_detection/ios/
אחרי שיצרתם גרסה מקומית של הקוד לדוגמה, תוכלו להתקין את ספריית המשימות MediaPipe, לפתוח את הפרויקט באמצעות Xcode ולהריץ את האפליקציה. לקבלת הוראות, תוכלו לעיין במדריך ההגדרה ל-iOS.
רכיבים עיקריים
הקבצים הבאים מכילים את הקוד החיוני לאפליקציה לדוגמה של מזהה אובייקטים:
- ObjectDetectorService.swift: מפעיל את הגלאי, מטפל בבחירת המודל ומריץ מסקנות על נתוני הקלט.
- CameraViewController.swift: הטמעת ממשק המשתמש לשיטת הקלט של פיד המצלמה בשידור חי והצגה חזותית של תוצאות הזיהוי.
- MediaLibraryViewController.swift: יישום של ממשק המשתמש למצב הקלט של קובץ וידאו ותמונות סטילס, והצגת תוצאות הזיהוי.
הגדרה
בקטע הזה מתוארים שלבים עיקריים להגדרת סביבת הפיתוח ופרויקטים של קוד לשימוש בגלאי אובייקטים. במדריך ההגדרה ל-iOS תוכלו לקרוא מידע כללי על הגדרת סביבת הפיתוח לשימוש במשימות MediaPipe, כולל הדרישות לגרסת הפלטפורמה.
יחסי תלות
'מזהה אובייקטים' משתמש בספריית MediaPipeTasksVision
, שאותה צריך להתקין באמצעות CocoaPods. הספרייה תואמת לאפליקציות של Swift וגם לאפליקציות Objective-C, ואין צורך בהגדרות נוספות ספציפיות לשפה.
תוכלו למצוא הוראות להתקנת CocoaPods ב-macOS במדריך ההתקנה של CocoaPods.
לשימוש ב-CocoaPods תוכלו למצוא הוראות ליצירת Podfile
עם הרפידות הנדרשות לאפליקציה.
מוסיפים את רצף MediaPipeTasksVision ב-Podfile
באמצעות הקוד הבא:
target 'MyObjectDetectorApp' do
use_frameworks!
pod 'MediaPipeTasksVision'
end
אם האפליקציה שלך כוללת יעדים של בדיקת יחידה, עיין במדריך ההגדרה ל-iOS למידע נוסף על הגדרת ה-Podfile
.
מודל
כדי לבצע את המשימה 'מזהה אובייקטים של MediaPipe' נדרש מודל מאומן שתואם למשימה הזו. למידע נוסף על המודלים המאומנים הזמינים לגלאי אובייקטים, קראו את הסקירה הכללית בנושא הקטע על מודלים בסקירה הכללית על משימות.
בוחרים מודל ומורידים אותו, ומוסיפים אותו לספריית הפרויקט באמצעות Xcode. במאמר ניהול קבצים ותיקיות בפרויקט Xcode מוסבר איך מוסיפים קבצים לפרויקט Xcode.
השתמשו במאפיין BaseOptions.modelAssetPath
כדי לציין את הנתיב למודל ב-App Bundle. דוגמה לקוד זמינה בקטע הבא.
יצירת המשימה
אפשר ליצור את המשימה 'מזהה אובייקטים' על ידי קריאה לאחד מהמפעילים שלה. כלי האתחול של ObjectDetector(options:)
מגדיר ערכים לאפשרויות הגדרה, כולל מצב ריצה, הלוקאל של השמות המוצגים, מספר התוצאות המקסימלי, סף המהימנות, רשימת ההיתרים של הקטגוריות ורשימת הישויות שנחסמו.
אם אין לכם צורך בגלאי אובייקטים שהופעל עם אפשרויות הגדרה מותאמות אישית, תוכלו להשתמש במאתחל ObjectDetector(modelPath:)
כדי ליצור גלאי אובייקטים עם אפשרויות ברירת המחדל. מידע נוסף על אפשרויות ההגדרה זמין במאמר סקירה כללית בנושא הגדרות.
המשימה 'מזהה אובייקטים' תומכת ב-3 סוגים של נתוני קלט: תמונות סטילס, קובצי וידאו ושידורי וידאו בשידור חי. כברירת מחדל, ObjectDetector(modelPath:)
מפעיל משימה לגבי תמונות סטילס. אם רוצים שהמשימה תאותחל כדי לעבד קובצי וידאו או סטרימינג של וידאו בשידור חי, צריך להשתמש ב-ObjectDetector(options:)
כדי לציין את מצב ההפעלה של הסרטון או השידור החי. למצב השידור החי נדרשת גם אפשרות ההגדרה הנוספת של objectDetectorLiveStreamDelegate
, שמאפשרת לגלאי האובייקטים לשלוח למקבל הגישה באופן אסינכרוני.
בחרו את הכרטיסייה שמתאימה למצב הריצה שלכם כדי לראות איך ליצור את המשימה ולהסיק את ההסקה.
Swift
תמונה
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)
וידאו
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)
שידור חי
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
תמונה
@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];
וידאו
@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];
שידור חי
@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];
אפשרויות הגדרה
המשימה כוללת את אפשרויות ההגדרה הבאות לאפליקציות ל-iOS:
שם האפשרות | תיאור | טווח ערכים | ערך ברירת מחדל |
---|---|---|---|
runningMode |
מגדיר את מצב הריצה של המשימה. יש שלושה
מצבים: IMAGE: המצב שבו ניתן להזין תמונה יחידה. וידאו: המצב של פריימים מפוענחים של סרטון. LIVE_STREAM: המצב עבור סטרימינג בשידור חי של נתוני קלט, למשל ממצלמה. במצב הזה, יש להפעיל את resultListener כדי להגדיר מאזין לקבלת תוצאות באופן אסינכרוני. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocales |
ההגדרה הזו מגדירה את השפה של התוויות שישמשו לשמות תצוגה שנמסרים במטא-נתונים של מודל המשימה, אם יש כאלה. ברירת המחדל היא en עבור
אנגלית. אפשר להוסיף תוויות שהותאמו לשוק המקומי למטא-נתונים של מודל מותאם אישית באמצעות TensorFlow Lite Metadata Writer API
|
קוד הלוקאל | en |
maxResults |
מגדירה את המספר המקסימלי האופציונלי של תוצאות זיהוי בניקוד הגבוה ביותר להחזרה. | כל מספר חיובי | -1 (כל התוצאות מוחזרות) |
scoreThreshold |
השדה הזה מגדיר את סף הציון של החיזוי ששונה מהסף שצוין במטא-נתונים של המודל (אם יש כזה). תוצאות מתחת לערך הזה יידחו. | כל מספר ממשי (float) | לא הוגדרה |
categoryAllowlist |
מגדיר את הרשימה האופציונלית של שמות הקטגוריות המותרות. אם השדה לא ריק, תוצאות זיהוי ששם הקטגוריה שלהן לא כלול בקבוצה הזו יסוננו. המערכת מתעלמת משמות כפולים או לא ידועים של קטגוריות.
האפשרות הזו בלעדית ל-categoryDenylist ומשתמשת בשתי התוצאות כשגיאה. |
כל מחרוזת | לא הוגדרה |
categoryDenylist |
מגדיר את הרשימה האופציונלית של שמות קטגוריות אסורים. אם השדה לא ריק, תוצאות זיהוי ששם הקטגוריה שלהן נכלל בקבוצה הזו יסוננו. המערכת מתעלמת משמות כפולים או לא ידועים של קטגוריות. האפשרות הזו בלעדית ל-categoryAllowlist , והשימוש בשתי האפשרויות האלה גורם לשגיאה. |
כל מחרוזת | לא הוגדרה |
הגדרת השידור החי
כשמצב הריצה מוגדר למצב שידור חי, לגלאי האובייקטים נדרשת אפשרות הגדרה נוספת של objectDetectorLiveStreamDelegate
, שמאפשרת לגלאי לשלוח את תוצאות הזיהוי באופן אסינכרוני. מקבל הגישה מיישם את השיטה objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
, שמזהה האובייקטים קורא לה אחרי עיבוד תוצאת הזיהוי בכל פריים.
שם האפשרות | תיאור | טווח ערכים | ערך ברירת מחדל |
---|---|---|---|
objectDetectorLiveStreamDelegate |
התכונה מאפשרת לגלאי האובייקטים לקבל תוצאות זיהוי באופן אסינכרוני
במצב סטרימינג בשידור חי. המחלקה שהמכונה שלה מוגדרת למאפיין הזה חייבת להטמיע את השיטה objectDetector(_:didFinishDetection:timestampInMilliseconds:error:) . |
לא רלוונטי | לא הוגדרה |
הכנת הנתונים
צריך להמיר את תמונת הקלט או המסגרת לאובייקט MPImage
לפני שמעבירים אותם למזהה האובייקטים. ב-MPImage
יש תמיכה בסוגים שונים של פורמטים של תמונות ב-iOS, ואפשר להשתמש בהם בכל מצב ריצה כדי להסיק את הנתונים. מידע נוסף על MPImage
זמין ב-MPImage API.
בחר פורמט תמונה של iOS בהתאם לתרחיש לדוגמה שלך ולמצב הריצה הנדרש לאפליקציה.MPImage
מקבל את הפורמטים UIImage
, CVPixelBuffer
ו-CMSampleBuffer
של תמונות iOS.
UIImage
הפורמט UIImage
מתאים במיוחד למצבי הריצה הבאים:
תמונות: אפשר להמיר תמונות מ-App Bundle, מגלריית משתמש או ממערכת קבצים בפורמט
UIImage
של תמונות לאובייקטMPImage
.סרטונים: כדאי להשתמש ב-AVAssetImageGenerator כדי לחלץ פריימים של סרטון לפורמט CGImage, ואז להמיר אותם לפורמט
UIImage
תמונות.
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];
הדוגמה הזו מפעילה MPImage
עם כיוון ברירת המחדל UIImage.Orientation.Up. אפשר לאתחל MPImage
עם כל אחד מהערכים הנתמכים של UIImage.Orientation. ב'גלאי אובייקטים' אין תמיכה בכיוון שיקוף כמו .upMirrored
,
.downMirrored
, .leftMirrored
, .rightMirrored
.
מידע נוסף על UIImage
זמין במסמכי התיעוד למפתחים של UIImage למפתחים של Apple.
CVPixelBuffer
הפורמט CVPixelBuffer
מתאים מאוד לאפליקציות שיוצרות פריימים ומשתמשים ב-CoreImage של iOS לעיבוד.
הפורמט CVPixelBuffer
מתאים במיוחד למצבי הריצה הבאים:
תמונות: אפליקציות שיוצרות תמונות
CVPixelBuffer
אחרי עיבוד מסוים באמצעות ה-frameworkCoreImage
של iOS, יכולות להישלח לגלאי האובייקטים במצב הרצת תמונה.סרטונים: אפשר להמיר פריימים של סרטונים לפורמט
CVPixelBuffer
לעיבוד, ואז לשלוח אותם לגלאי האובייקטים במצב וידאו.בשידור חי: אפליקציות שמשתמשות במצלמת iOS כדי ליצור פריימים עשויות לעבור המרה לפורמט
CVPixelBuffer
לעיבוד, לפני שהן יישלחו לגלאי האובייקטים במצב סטרימינג בשידור חי.
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];
מידע נוסף על CVPixelBuffer
זמין במסמכי התיעוד למפתחים של CVPixelBuffer Apple.
CMSampleBuffer
הפורמט CMSampleBuffer
מאחסן דוגמאות מדיה של סוג מדיה אחיד, ומתאים במיוחד למצב ההפעלה של השידור החי. העברת פריימים בשידור חי ממצלמות iOS מסופקת באופן אסינכרוני בפורמט CMSampleBuffer
באמצעות AVCaptureVideoDataOutput של 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];
מידע נוסף על CMSampleBuffer
זמין במסמכי התיעוד למפתחים של Apple ב-CMSampleBuffer.
מריצים את המשימה.
כדי להריץ את גלאי האובייקטים, משתמשים בשיטה detect()
שספציפית למצב הריצה שהוקצה:
- תמונת סטילס:
detect(image:)
- סרטון:
detect(videoFrame:timestampInMilliseconds:)
- שידור חי:
detectAsync(image:)
דוגמאות הקוד הבאות מציגות דוגמאות בסיסיות להפעלת גלאי אובייקטים במצבי הריצה השונים הבאים:
Swift
תמונה
let objectDetector.detect(image:image)
וידאו
let objectDetector.detect(videoFrame:image)
שידור חי
let objectDetector.detectAsync(image:image)
Objective-C
תמונה
MPPObjectDetectorResult *result = [objectDetector detectInImage:image error:nil];
וידאו
MPPObjectDetectorResult *result = [objectDetector detectInVideoFrame:image timestampInMilliseconds:timestamp error:nil];
שידור חי
BOOL success = [objectDetector detectAsyncInImage:image timestampInMilliseconds:timestamp error:nil];
הדוגמה לקוד מזהה האובייקטים מציגה את היישומים של כל אחד מהמצבים האלה בפירוט רב יותר detect(image:)
, detect(videoFrame:)
ו-detectAsync(image:)
. הקוד לדוגמה מאפשר למשתמשים לעבור בין מצבי עיבוד, שייתכן שלא נחוצים בתרחיש לדוגמה שלכם.
שימו לב לנקודות הבאות:
כשמפעילים את התכונה במצב וידאו או בשידור חי, צריך לציין גם את חותמת הזמן של פריים הקלט למשימה של גלאי האובייקטים.
כשמפעילים את המשימה במצב תמונה או וידאו, המשימה 'מזהה אובייקטים' חוסמת את ה-thread הנוכחי עד לסיום העיבוד של התמונה או המסגרת של הקלט. כדי למנוע את החסימה של ה-thread הנוכחי, צריך להפעיל את העיבוד ב-thread ברקע באמצעות Dispatch של iOS או NSOperation.
כשמריצים במצב חי, המשימה 'מזהה אובייקטים' חוזרת באופן מיידי ולא חוסמת את ה-thread הנוכחי. היא מפעילה את השיטה
objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
עם תוצאת הזיהוי אחרי העיבוד של כל מסגרת קלט. גלאי האובייקט מפעיל את השיטה הזו באופן אסינכרוני בתור ייעודי לשליחה טורית. כדי להציג תוצאות בממשק המשתמש, צריך לשלוח את התוצאות לתור הראשי אחרי עיבוד התוצאות. אם מפעילים את הפונקציהdetectAsync
כשהמשימה 'מזהה אובייקטים' עסוקה בעיבוד פריים אחר, 'מזהה האובייקטים' מתעלם ממסגרת הקלט החדשה.
טיפול בתוצאות והצגתן
לאחר הרצה של הסקת מסקנות, המשימה 'מזהה אובייקטים' מחזירה אובייקט ObjectDetectorResult
שמתאר את האובייקטים שמצאו בתמונת הקלט.
דוגמה לנתוני הפלט מהמשימה הזאת:
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
התמונה הבאה מציגה המחשה של פלט המשימה:
הקוד לדוגמה של מזהה האובייקטים מדגים איך להציג את תוצאות הזיהוי שהוחזרו מהמשימה. פרטים נוספים זמינים בדוגמה לקוד.