La tarea Detector de objetos permite detectar la presencia y ubicación de varios clases de objetos. Por ejemplo, un detector de objetos puede ubicar perros en un imagen. En estas instrucciones, se muestra cómo usar la tarea del detector de objetos en iOS. El La muestra de código de ejemplo descrita en estas instrucciones está disponible en GitHub.
Puedes ver esta tarea en acción viendo este sitio web demo. Para más información sobre las capacidades, los modelos y las opciones de configuración de esta tarea, consulta la Descripción general.
Ejemplo de código
El código de ejemplo de MediaPipe Tasks es una implementación básica de un objeto App de detector para iOS. En el ejemplo, se usa la cámara de un dispositivo iOS físico para pueden detectar objetos de manera continua y usar imágenes y videos del dispositivo. para detectar objetos de forma estática.
Puedes usar la app como punto de partida para tu propia app para iOS o hacer referencia a ella. cuando se modifica una app existente. El código de ejemplo del detector de objetos se aloja en GitHub:
Descarga el código
En las siguientes instrucciones, se muestra cómo crear una copia local del ejemplo con la herramienta de línea de comandos git.
Para descargar el código de ejemplo, haz lo siguiente:
Clona el repositorio de Git con el siguiente comando:
git clone https://github.com/google-ai-edge/mediapipe-samples
De forma opcional, configura tu instancia de Git para que use un método de confirmación de la compra disperso solo los archivos de la app de ejemplo del detector de objetos:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/object_detection/ios/
Después de crear una versión local del código de ejemplo, puedes instalar el MediaPipe, abre el proyecto con Xcode y ejecuta la app. Para consulta la Guía de configuración para iOS.
Componentes clave
Los siguientes archivos contienen el código crucial para el ejemplo del detector de objetos. aplicación:
- ObjectDetectorService.swift: Inicializa el detector, controla la selección del modelo y ejecuta la inferencia en los datos de entrada.
- CameraViewController.swift: Implementa la IU para el modo de entrada del feed de la cámara en vivo y visualiza los resultados de la detección.
- MediaLibraryViewController.swift: Implementa la IU para el modo de entrada de imágenes estáticas y archivos de video. visualice los resultados de la detección.
Configuración
En esta sección, se describen los pasos clave para configurar tu entorno de desarrollo y en proyectos de código para usar el detector de objetos. Para obtener información general sobre cómo configurar tu entorno de desarrollo para usar tareas de MediaPipe, incluida la versión de la plataforma consulta la Guía de configuración para iOS.
Dependencias
El detector de objetos usa la biblioteca MediaPipeTasksVision
, que debe instalarse
con CocoaPods. La biblioteca es compatible con apps de Swift y Objective-C
y no requiere ninguna configuración adicional específica de idioma.
Si necesitas instrucciones para instalar CocoaPods en macOS, consulta los CocoaPods
guía de instalación.
Obtén instrucciones para crear un Podfile
con los Pods necesarios para tu
consulta Cómo usar
CocoaPods.
Agrega el Pod MediaPipeTasksVision en Podfile
con el siguiente código:
target 'MyObjectDetectorApp' do
use_frameworks!
pod 'MediaPipeTasksVision'
end
Si tu app incluye objetivos de prueba de unidades, consulta la Guía de configuración de
iOS para obtener más información sobre la configuración
tu Podfile
.
Modelo
La tarea del detector de objetos MediaPipe requiere un modelo entrenado que sea compatible con esta tarea. Si deseas obtener más información sobre los modelos entrenados disponibles para Detector de objetos, consulta la descripción general de la tarea Modelos .
Selecciona y descarga un modelo, y agrégalo al directorio de tu proyecto con Xcode. Para obtener instrucciones sobre cómo agregar archivos a tu proyecto de Xcode, consulta Administra archivos y carpetas en tu código proyecto.
Usa la propiedad BaseOptions.modelAssetPath
para especificar la ruta al modelo.
del paquete de aplicación. Para ver un ejemplo de código, consulta la siguiente sección.
Crea la tarea
Puedes crear la tarea del detector de objetos llamando a uno de sus inicializadores. El
El inicializador ObjectDetector(options:)
establece valores para las opciones de configuración
incluido el modo de ejecución, la configuración regional de los nombres visibles, la cantidad máxima de resultados, la confianza
umbral, lista de entidades permitidas de categorías y lista de bloqueo.
Si no necesitas un detector de objetos que se inicialice con una configuración personalizada
puedes usar el inicializador ObjectDetector(modelPath:)
para crear un
Detector de objetos con las opciones predeterminadas. Para obtener más información sobre la configuración
consulta Descripción general de la configuración.
La tarea Detector de objetos admite 3 tipos de datos de entrada: imágenes fijas y archivos de video.
y transmisiones de video en vivo. De forma predeterminada, ObjectDetector(modelPath:)
inicializa un
de imágenes fijas. Si quieres que tu tarea se inicialice para procesar videos
o transmisiones de video en vivo, usa ObjectDetector(options:)
para especificar el video
o el modo de ejecución de transmisión en vivo. El modo de transmisión en vivo también requiere
opción de configuración objectDetectorLiveStreamDelegate
, que habilita la
Detector de objetos para entregar resultados de detección al delegado de forma asíncrona.
Elige la pestaña que corresponda a tu modo de ejecución para ver cómo crear la tarea y ejecutar inferencias.
Swift
Imagen
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)
Video
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)
transmisión en vivo
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
Imagen
@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];
Video
@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];
transmisión en vivo
@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];
Opciones de configuración
Esta tarea tiene las siguientes opciones de configuración para las apps para iOS:
Nombre de la opción | Descripción | Rango de valores | Valor predeterminado |
---|---|---|---|
runningMode |
Establece el modo de ejecución de la tarea. Existen tres
modos: IMAGE: Es el modo para entradas de una sola imagen. VIDEO: es el modo de los fotogramas decodificados de un video. LIVE_STREAM: Es el modo para una transmisión en vivo de entradas. datos, como los de una cámara. En este modo, resultListener debe se llama para configurar un objeto de escucha que reciba resultados de forma asíncrona. |
{RunningMode.image, RunningMode.video, RunningMode.liveStream } |
RunningMode.image |
displayNamesLocales |
Configura el idioma de las etiquetas que se usarán para los nombres visibles que se proporcionan en la
metadatos del modelo de la tarea, si están disponibles. El valor predeterminado es en para
Inglés. Puedes agregar etiquetas localizadas a los metadatos de un modelo personalizado
con la API de Metadata Writer de TensorFlow Lite
|
Código de configuración regional | en |
maxResults |
Establece el número máximo opcional de resultados de detección con la puntuación más alta para el resultado. | Cualquier número positivo | -1 (se devuelven todos los resultados) |
scoreThreshold |
Establece el umbral de puntuación de predicción que anula el que se proporciona en los metadatos del modelo (si los hay). Se rechazarán los resultados por debajo de este valor. | Cualquier número de punto flotante | Sin establecer |
categoryAllowlist |
Establece la lista opcional de nombres de categorías permitidas. Si no está vacío,
los resultados de detección cuyo nombre de categoría no se encuentre en este conjunto serán
filtrado. Se ignoran los nombres de categoría duplicados o desconocidos.
Esta opción es mutuamente excluyente con categoryDenylist y usa
ambos darán como resultado un error. |
Cualquier cadena | Sin establecer |
categoryDenylist |
Establece la lista opcional de nombres de categorías que no están permitidos. Si
no vacío, los resultados de detección cuyo nombre de categoría se encuentre en este conjunto se filtrarán
y sale de ella. Se ignoran los nombres de categoría duplicados o desconocidos. Esta opción es mutuamente
excluyente con categoryAllowlist y usar ambos dará como resultado un error. |
Cualquier cadena | Sin establecer |
Configuración de la transmisión en vivo
Cuando el modo de ejecución está configurado para transmisión en vivo, el detector de objetos requiere la
opción de configuración objectDetectorLiveStreamDelegate
adicional, que
permite que el detector entregue resultados de detección de manera asíncrona. El delegado
implementa
objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
al que llama el detector de objetos luego de procesar el resultado de la detección
cada fotograma.
Nombre de la opción | Descripción | Rango de valores | Valor predeterminado |
---|---|---|---|
objectDetectorLiveStreamDelegate |
Permite que el detector de objetos reciba resultados de detección de forma asíncrona en
modo de transmisión en vivo. La clase cuya instancia se establezca en esta propiedad debe
implementar la
objectDetector(_:didFinishDetection:timestampInMilliseconds:error:)
. |
No aplicable | Sin establecer |
Preparar los datos
Antes de convertir la imagen o el marco de entrada en un objeto MPImage
,
y lo pasa al detector de objetos. MPImage
es compatible con diferentes tipos de imágenes de iOS
y puede usarlos en cualquier modo de ejecución para inferencia. Para ver más
información sobre MPImage
, consulta la
API de MPImage
Elige un formato de imagen de iOS según tu caso de uso y el modo de ejecución
la aplicación lo requiera.MPImage
acepta las UIImage
, CVPixelBuffer
y
CMSampleBuffer
Formatos de imagen de iOS.
UIImage
El formato UIImage
es adecuado para los siguientes modos de ejecución:
Imágenes: imágenes de un paquete de aplicación, una galería de usuarios o un sistema de archivos con el siguiente formato: Las imágenes
UIImage
se pueden convertir en un objetoMPImage
.Videos: Usa AVAssetImageGenerator para extraer fotogramas de video CGImage y, luego, conviértelas en imágenes
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];
En el ejemplo, se inicializa un MPImage
con el valor predeterminado.
UIImage.Orientation.Up
orientación. Puedes inicializar un MPImage
con cualquiera de los
UIImage.Orientation
de salida. El detector de objetos no admite orientaciones duplicadas, como .upMirrored
.
.downMirrored
, .leftMirrored
y .rightMirrored
Para obtener más información sobre UIImage
, consulta UIImage Apple Developer.
Documentación.
CVPixelBuffer
El formato CVPixelBuffer
es adecuado para aplicaciones que generan fotogramas
Usa CoreImage de iOS.
de infraestructura para el procesamiento.
El formato CVPixelBuffer
es adecuado para los siguientes modos de ejecución:
Imágenes: apps que generan imágenes de
CVPixelBuffer
después de cierto procesamiento con el frameworkCoreImage
de iOS se pueden enviar al detector de objetos en el modo de ejecución de imagen.Videos: Los fotogramas de video se pueden convertir al formato
CVPixelBuffer
para y, luego, enviarlos al detector de objetos en modo video.transmisión en vivo: se pueden convertir las apps que usan una cámara de iOS para generar fotogramas en el formato
CVPixelBuffer
para procesarlos antes de enviarlos Detector de objetos en modo de transmisión en vivo.
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];
Para obtener más información sobre CVPixelBuffer
, consulta CVPixelBuffer Apple
Desarrollador
Documentación.
CMSampleBuffer
El formato CMSampleBuffer
almacena muestras de contenido multimedia de un tipo uniforme y es
adecuado para el modo de ejecución de transmisión en vivo. Los fotogramas en vivo de las cámaras iOS
entregado de forma asíncrona en formato CMSampleBuffer
por iOS
AVCaptureVideoDataOutput.
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];
Para obtener más información sobre CMSampleBuffer
, consulta CMSampleBuffer en Apple.
Desarrollador
Documentación.
Ejecuta la tarea
Para ejecutar el detector de objetos, usa el método detect()
específico del detector asignado
modo de ejecución:
- Imagen fija:
detect(image:)
- Video:
detect(videoFrame:timestampInMilliseconds:)
- transmisión en vivo:
detectAsync(image:)
En las siguientes muestras de código, se muestran ejemplos básicos de cómo ejecutar el detector de objetos en estos diferentes modos de ejecución:
Swift
Imagen
let objectDetector.detect(image:image)
Video
let objectDetector.detect(videoFrame:image)
transmisión en vivo
let objectDetector.detectAsync(image:image)
Objective-C
Imagen
MPPObjectDetectorResult *result = [objectDetector detectInImage:image error:nil];
Video
MPPObjectDetectorResult *result = [objectDetector detectInVideoFrame:image timestampInMilliseconds:timestamp error:nil];
transmisión en vivo
BOOL success = [objectDetector detectAsyncInImage:image timestampInMilliseconds:timestamp error:nil];
En el ejemplo de código del detector de objetos, se muestran las implementaciones de cada uno de estos modos.
con más detalle detect(image:)
, detect(videoFrame:)
y
detectAsync(image:)
El código de ejemplo permite al usuario cambiar entre
y procesamientos que no sean necesarios
para tu caso de uso.
Ten en cuenta lo siguiente:
Cuando se ejecute en modo de video o de transmisión en vivo, también debes proporcionar la marca de tiempo del marco de entrada para la tarea del detector de objetos.
Cuando se ejecuta en modo de imagen o video, la tarea detector de objetos bloquea la subproceso actual hasta que termine de procesar la imagen o el marco de entrada. Para Evita bloquear el subproceso actual y ejecuta el procesamiento en segundo plano subproceso con iOS Despachador o NSOperation de seguridad en la nube.
Cuando se ejecuta en modo de transmisión en vivo, la tarea de detector de objetos y no bloquea el subproceso actual. Invoca la función
objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:)
con el resultado de la detección después de procesar cada fotograma de entrada. El El detector de objetos invoca este método de forma asíncrona en un número de serie dedicado de la fila de despacho. Para mostrar los resultados en la interfaz de usuario, envía los resultados a la cola principal después de procesarlos. Si el elementodetectAsync
cuando la tarea Detector de objetos está ocupada procesando otra el detector de objetos ignora el nuevo marco de entrada.
Cómo controlar y mostrar resultados
Después de ejecutar la inferencia, la tarea del detector de objetos muestra un ObjectDetectorResult
.
que describe los objetos que encontró en la imagen de entrada.
A continuación, se muestra un ejemplo de los datos de salida de esta tarea:
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
En la siguiente imagen, se muestra una visualización del resultado de la tarea:
El código de ejemplo del detector de objetos indica cómo mostrar los resultados de la detección que se muestran en la tarea, consulta el ejemplo de código para obtener más detalles.