iOS के लिए ऑब्जेक्ट का पता लगाने की गाइड

ऑब्जेक्ट डिटेक्टर टास्क की मदद से, कई डिवाइसों की मौजूदगी और जगह का पता लगाया जा सकता है चीज़ों को अलग-अलग ग्रुप में बांटना. उदाहरण के लिए, ऑब्जेक्ट डिटेक्टर इमेज. ये निर्देश आपको iOS में ऑब्जेक्ट डिटेक्टर टास्क का इस्तेमाल करने का तरीका दिखाते हैं. कॉन्टेंट बनाने इन निर्देशों में जिस कोड सैंपल की जानकारी दी गई है वह GitHub पर उपलब्ध है.

आप इस वेब पर, इस टास्क को काम करते हुए देख सकते हैं डेमो. इसके लिए इसकी क्षमताओं, मॉडल, और कॉन्फ़िगरेशन विकल्पों के बारे में ज़्यादा जानकारी इस टास्क के लिए, खास जानकारी.

कोड का उदाहरण

MediaPipe Tasks का उदाहरण कोड किसी ऑब्जेक्ट को बुनियादी तौर पर लागू करने का तरीका है iOS के लिए डिटेक्टर ऐप्लिकेशन. इस उदाहरण में, iOS डिवाइस के कैमरे का इस्तेमाल इन कामों के लिए किया गया है यह सुविधा, लगातार ऑब्जेक्ट का पता लगाती है. साथ ही, डिवाइस से इमेज और वीडियो का भी इस्तेमाल कर सकती है के ज़रिए चीज़ों का स्टैटिक तरीके से पता लगाया जा सकता है.

इस ऐप्लिकेशन का इस्तेमाल, अपने iOS ऐप्लिकेशन के लिए शुरुआती पॉइंट के तौर पर किया जा सकता है या इसे रेफ़रंस के तौर पर इस्तेमाल किया जा सकता है. को अपडेट करें. ऑब्जेक्ट डिटेक्टर का उदाहरण कोड यहां होस्ट किया गया है GitHub.

कोड डाउनलोड करें

नीचे दिए गए निर्देशों में आपको उदाहरण की स्थानीय कॉपी बनाने का तरीका बताया गया है git कमांड लाइन टूल का इस्तेमाल करके कोड बनाना और उसमें बदलाव करना.

उदाहरण कोड डाउनलोड करने के लिए:

1. नीचे दिए गए कमांड का इस्तेमाल करके git रिपॉज़िटरी का क्लोन बनाएं:

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

2. वैकल्पिक रूप से, विरल चेकआउट का इस्तेमाल करने के लिए अपने git इंस्टेंस को कॉन्फ़िगर करें, ताकि सिर्फ़ ऑब्जेक्ट डिटेक्टर के उदाहरण ऐप्लिकेशन की फ़ाइलें:

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

उदाहरण के कोड का लोकल वर्शन बनाने के बाद, MediaPipe टास्क लाइब्रेरी में, Xcode का इस्तेमाल करके प्रोजेक्ट खोलें और ऐप्लिकेशन चलाएं. इसके लिए निर्देशों के लिए, iOS के लिए सेटअप गाइड देखें.

मुख्य कॉम्पोनेंट

नीचे दी गई फ़ाइलों में ऑब्जेक्ट डिटेक्टर के उदाहरण के लिए ज़रूरी कोड शामिल है ऐप्लिकेशन:

• ObjectDetectorService.swift: डिटेक्टर शुरू करता है, मॉडल चुनने का काम मैनेज करता है, और इनपुट डेटा के आधार पर अनुमान लगाता है.
• CameraViewController.swift: यह लाइव कैमरा फ़ीड के इनपुट मोड के लिए, यूज़र इंटरफ़ेस (यूआई) लागू करता है और विज़ुअलाइज़ करता है का पता लगाने के लिए प्रोत्साहित करते हैं.
• MediaLibraryViewController.swift: स्टिल इमेज और वीडियो फ़ाइल के इनपुट मोड के लिए यूज़र इंटरफ़ेस (यूआई) लागू करता है और पहचान के नतीजों को विज़ुअलाइज़ करता है.

सेटअप

इस सेक्शन में, आपके डेवलपमेंट एनवायरमेंट को सेट अप करने और ऑब्जेक्ट डिटेक्टर का इस्तेमाल करने के लिए कोड प्रोजेक्ट. अपना खाता सेट अप करने के बारे में MediaPipe टास्क के लिए डेवलपमेंट एनवायरमेंट. इसमें प्लैटफ़ॉर्म वर्शन भी शामिल है ज़रूरी शर्तों के बारे में जानने के लिए, iOS के लिए सेटअप गाइड देखें.

डिपेंडेंसी

ऑब्जेक्ट डिटेक्टर MediaPipeTasksVision लाइब्रेरी का इस्तेमाल करता है, जिसे इंस्टॉल करना ज़रूरी होता है CocoaPods का इस्तेमाल करके. यह लाइब्रेरी Swift और Objective-C, दोनों ऐप्लिकेशन के साथ काम करती है इसके लिए, अलग से किसी भाषा के सेटअप की ज़रूरत नहीं होती.

macOS पर CocoaPods को इंस्टॉल करने के निर्देशों के लिए, CocoaPods को देखें इंस्टॉल करने की गाइड देखें. अपने ऐप्लिकेशन के लिए ज़रूरी पॉड के साथ Podfile बनाने का तरीका जानने के लिए, देखने के लिए, Google Play Store में CocoaPods.

नीचे दिए गए कोड का इस्तेमाल करके, Podfile में MediaPipeTasksVision पॉड जोड़ें:

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

अगर आपके ऐप्लिकेशन में यूनिट टेस्ट टारगेट शामिल हैं, तो iOS सेट अप करने के बारे में ज़्यादा जानकारी पाएं Podfile.

मॉडल

MediaPipe ऑब्जेक्ट डिटेक्टर टास्क के लिए एक प्रशिक्षित मॉडल की ज़रूरत है, जो इस टास्क को पूरा करें. इनके लिए उपलब्ध ट्रेन किए गए मॉडल के बारे में ज़्यादा जानकारी पाने के लिए ऑब्जेक्ट डिटेक्टर, टास्क की खास जानकारी मॉडल देखें सेक्शन में दिया गया है.

कोई मॉडल चुनें और डाउनलोड करें, और Xcode का इस्तेमाल करके उसे अपनी प्रोजेक्ट डायरेक्ट्री में जोड़ें. अपने Xcode प्रोजेक्ट में फ़ाइलें जोड़ने के तरीके से जुड़े निर्देशों के लिए, मैनेज करना आपके Xcode में मौजूद फ़ाइलें और फ़ोल्डर प्रोजेक्ट.

मॉडल का पाथ बताने के लिए, BaseOptions.modelAssetPath प्रॉपर्टी का इस्तेमाल करें शामिल हैं. कोड के उदाहरण के लिए, अगला सेक्शन देखें.

टास्क बनाएं

आप ऑब्जेक्ट डिटेक्टर के टास्क को उसके किसी शुरू करने वाले को कॉल करके बना सकते हैं. कॉन्टेंट बनाने ObjectDetector(options:) शुरू करने वाला टूल, कॉन्फ़िगरेशन विकल्पों के लिए वैल्यू सेट करता है रनिंग मोड, डिसप्ले नेम की स्थान-भाषा, नतीजों की ज़्यादा से ज़्यादा संख्या, कॉन्फ़िडेंस लेवल की जानकारी शामिल है थ्रेशोल्ड, कैटगरी की अनुमति वाली सूची, और ब्लॉकलिस्ट.

अगर आपको कस्टमाइज़ किए गए कॉन्फ़िगरेशन के साथ शुरू किए गए ऑब्जेक्ट डिटेक्टर की ज़रूरत नहीं है विकल्पों के लिए, आप ObjectDetector(modelPath:) प्रारंभकर्ता का उपयोग करके डिफ़ॉल्ट विकल्पों वाला ऑब्जेक्ट डिटेक्टर. कॉन्फ़िगरेशन के बारे में ज़्यादा जानकारी पाने के लिए विकल्पों के लिए, कॉन्फ़िगरेशन की खास जानकारी देखें.

ऑब्जेक्ट डिटेक्टर का टास्क तीन इनपुट डेटा टाइप के साथ काम करता है: स्टिल इमेज, वीडियो फ़ाइलें साथ ही, लाइव वीडियो स्ट्रीम भी दिखेंगी. डिफ़ॉल्ट रूप से, ObjectDetector(modelPath:) स्टिल इमेज के लिए टास्क. अगर आपको वीडियो प्रोसेस करने के लिए टास्क शुरू करना है फ़ाइलें या लाइव वीडियो स्ट्रीम हैं, तो वीडियो की जानकारी देने के लिए ObjectDetector(options:) का इस्तेमाल करें या लाइव स्ट्रीम मोड का इस्तेमाल करें. लाइव स्ट्रीम मोड इस्तेमाल करने के लिए, objectDetectorLiveStreamDelegate कॉन्फ़िगरेशन विकल्प, जो ऑब्जेक्ट डिटेक्टर का इस्तेमाल करें, ताकि प्रतिनिधियों को एसिंक्रोनस तरीके से पहचान के नतीजे डिलीवर किए जा सकें.

टास्क बनाने का तरीका जानने के लिए, अपने रनिंग मोड से जुड़ा टैब चुनें अनुमान लगाने के लिए कहा जा सकता है.

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];
    

कॉन्फ़िगरेशन विकल्प

इस टास्क में iOS ऐप्लिकेशन के लिए, नीचे दिए गए कॉन्फ़िगरेशन के विकल्प मौजूद हैं:

लाइव स्ट्रीम कॉन्फ़िगरेशन

जब रनिंग मोड लाइवस्ट्रीम पर सेट होता है, तब ऑब्जेक्ट डिटेक्टर को अतिरिक्त objectDetectorLiveStreamDelegate कॉन्फ़िगरेशन विकल्प मिलता है, जो पहचान के नतीजे को एसिंक्रोनस रूप से डिलीवर करने के लिए डिटेक्टर को चालू करता है. वह व्यक्ति जिसे ईमेल खाते का ऐक्सेस दिया गया है लागू करता है: objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) अभी तक किसी भी व्यक्ति ने चेक इन नहीं किया है तरीका, जिसे ऑब्जेक्ट डिटेक्टर, डिटेक्शन के नतीजे को प्रोसेस करने के बाद कॉल करता है करते हैं.

डेटा तैयार करें

आपको पहले, इनपुट इमेज या फ़्रेम को MPImage ऑब्जेक्ट में बदलना होगा उसे ऑब्जेक्ट डिटेक्टर को पास करना. MPImage में, अलग-अलग तरह की iOS इमेज इस्तेमाल की जा सकती हैं साथ ही, अनुमान लगाने के लिए किसी भी रनिंग मोड में इनका इस्तेमाल किया जा सकता है. ज़्यादा के लिए MPImage के बारे में जानकारी पाने के लिए, MPImage API

अपने इस्तेमाल के उदाहरण और रनिंग मोड के हिसाब से iOS इमेज फ़ॉर्मैट चुनें ऐप्लिकेशन के लिए आवश्यक है.MPImage UIImage, CVPixelBuffer, और CMSampleBuffer iOS इमेज फ़ॉर्मैट.

UIImage

UIImage फ़ॉर्मैट, नीचे दिए गए दौड़ने मोड के लिए सबसे सही है:

• इमेज: किसी ऐप्लिकेशन बंडल, उपयोगकर्ता गैलरी या फ़ाइल सिस्टम से ली गई इमेज, इस फ़ॉर्मैट में दी गई हैं UIImage इमेज को MPImage ऑब्जेक्ट में बदला जा सकता है.

• वीडियो: AVAssetImageGenerator का इस्तेमाल करें वीडियो फ़्रेम एक्सट्रैक्ट करने के लिए CGImage फ़ॉर्मैट करें, फिर उन्हें UIImage इमेज में बदलें.

// 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];
    

उदाहरण में MPImage को डिफ़ॉल्ट वैल्यू के साथ शुरू किया गया है UIImage.Orientation.Up स्क्रीन की दिशा. MPImage को इस्तेमाल करने वाली किसी भी सुविधा के साथ शुरू किया जा सकता है UIImage.Orientation वैल्यू. ऑब्जेक्ट डिटेक्टर, मिरर किए गए ओरिएंटेशन के साथ काम नहीं करता, जैसे कि .upMirrored, .downMirrored, .leftMirrored, .rightMirrored.

UIImage के बारे में ज़्यादा जानकारी के लिए, UIImage Apple Developer पर जाएं दस्तावेज़.

CVPixelBuffer

CVPixelBuffer फ़ॉर्मैट, फ़्रेम जनरेट करने वाले ऐप्लिकेशन के लिए सबसे सही है और iOS CoreImage का इस्तेमाल करें प्रोसेसिंग के लिए फ़्रेमवर्क.

CVPixelBuffer फ़ॉर्मैट, नीचे दिए गए दौड़ने मोड के लिए सबसे सही है:

• इमेज: ऐसे ऐप्लिकेशन जो कुछ प्रोसेसिंग के बाद CVPixelBuffer इमेज जनरेट करते हैं iOS के CoreImage फ़्रेमवर्क का इस्तेमाल करके, इमेज रनिंग मोड.

• वीडियो: वीडियो फ़्रेम को CVPixelBuffer फ़ॉर्मैट में बदला जा सकता है प्रोसेस किया जाता है और फिर वीडियो मोड में ऑब्जेक्ट डिटेक्टर को भेजा जाता है.

• लाइव स्ट्रीम: फ़्रेम जनरेट करने के लिए, iOS कैमरे का इस्तेमाल करने वाले ऐप्लिकेशन को बदला जा सकता है को भेजने से पहले प्रोसेसिंग के लिए CVPixelBuffer फ़ॉर्मैट में लाइव स्ट्रीम मोड में ऑब्जेक्ट डिटेक्टर.

// 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 के बारे में ज़्यादा जानकारी के लिए, CVPixelBuffer Apple पर जाएं डेवलपर दस्तावेज़.

CMSampleBuffer

CMSampleBuffer फ़ॉर्मैट में, यूनिफ़ॉर्म मीडिया टाइप के मीडिया सैंपल सेव किए जाते हैं और यह होता है ये लाइव स्ट्रीम रनिंग मोड के लिए ज़्यादा काम के होते हैं. iOS कैमरों से लाइव फ़्रेम की सुविधा iOS के ज़रिए CMSampleBuffer फ़ॉर्मैट में एसिंक्रोनस रूप से डिलीवर किया जाता है 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];
    

CMSampleBuffer के बारे में ज़्यादा जानकारी के लिए, CMSampleBuffer Apple देखें डेवलपर दस्तावेज़.

टास्क को पूरा करें

ऑब्जेक्ट डिटेक्टर को चलाने के लिए, असाइन किए गए के लिए खास detect() तरीके का इस्तेमाल करें रनिंग मोड:

• फ़ोटो: detect(image:)
• वीडियो: detect(videoFrame:timestampInMilliseconds:)
• लाइव स्ट्रीम: detectAsync(image:)

नीचे दिए गए कोड सैंपल में, ऑब्जेक्ट डिटेक्टर को चलाने के बुनियादी उदाहरण दिखाए गए हैं ये अलग-अलग रनिंग मोड हैं:

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];
    

ऑब्जेक्ट डिटेक्टर के कोड का उदाहरण, इनमें से हर मोड को लागू करने के तरीके को दिखाता है ज़्यादा जानकारी detect(image:), detect(videoFrame:), और detectAsync(image:). उदाहरण के कोड की मदद से, उपयोगकर्ता अलग-अलग प्लैटफ़ॉर्म के बीच स्विच कर सकते हैं ऐसे प्रोसेसिंग मोड की जानकारी देना ज़रूरी नहीं है जो आपके इस्तेमाल के उदाहरण के लिए ज़रूरी न हो.

निम्न पर ध्यान दें:

• वीडियो मोड या लाइव स्ट्रीम मोड में चलाते समय, आपको ऑब्जेक्ट डिटेक्टर टास्क के इनपुट फ़्रेम का टाइमस्टैंप.

• इमेज या वीडियो मोड में चलते समय, ऑब्जेक्ट डिटेक्टर टास्क मौजूदा थ्रेड को तब तक सबमिट नहीं किया जा सकता, जब तक कि यह इनपुट इमेज या फ़्रेम की प्रोसेस पूरी नहीं कर लेता. यहां की यात्रा पर हूं मौजूदा थ्रेड को ब्लॉक होने से बचाएं और बैकग्राउंड में प्रोसेसिंग चलाएं iOS पर थ्रेड डिस्पैच करें या NSOperation फ़्रेमवर्क शामिल हैं.

• लाइवस्ट्रीम मोड में चलाते समय, ऑब्जेक्ट डिटेक्टर का टास्क तुरंत वापस आ जाता है और मौजूदा थ्रेड को ब्लॉक नहीं करता. यह objectDetector(_objectDetector:didFinishDetection:timestampInMilliseconds:error:) अभी तक किसी भी व्यक्ति ने चेक इन नहीं किया है तरीका है, जिसे हर इनपुट फ़्रेम को प्रोसेस करने के बाद, खोज नतीजे के साथ प्रोसेस किया जाएगा. कॉन्टेंट बनाने ऑब्जेक्ट डिटेक्टर, किसी खास सीरियल नंबर पर इस तरीके को एसिंक्रोनस रूप से शुरू करता है भेजने की सूची. यूज़र इंटरफ़ेस पर नतीजे दिखाने के लिए, डिस्पैच करें नतीजों को प्रोसेस करने के बाद मुख्य सूची में जोड़ दिया जाता है. अगर detectAsync जब ऑब्जेक्ट डिटेक्टर का टास्क किसी दूसरे फ़ंक्शन को प्रोसेस करने में व्यस्त हो फ़्रेम की पहचान करने के लिए, ऑब्जेक्ट डिटेक्टर नए इनपुट फ़्रेम को अनदेखा कर देता है.

नतीजों को हैंडल करना और दिखाना

अनुमान चलाने पर, ऑब्जेक्ट डिटेक्टर टास्क, ObjectDetectorResult दिखाता है ऑब्जेक्ट जो उन ऑब्जेक्ट के बारे में बताता है जो उसे इनपुट इमेज में मिले हैं.

इस टास्क के आउटपुट डेटा का एक उदाहरण नीचे दिया गया है:

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

नीचे दी गई इमेज, टास्क के आउटपुट का विज़ुअलाइज़ेशन दिखाती है:

ऑब्जेक्ट डिटेक्टर का उदाहरण कोड, पहचान के नतीजों को दिखाने का तरीका बताता है टास्क से लौटाया गया है, ज़्यादा जानकारी के लिए कोड का उदाहरण देखें.