通过对象检测器任务,您可以检测多个对象是否存在 对象的类别。例如,物体检测器可以定位 图片。以下说明介绍了如何在 Android。您可在 GitHub 查看此任务的实际运行情况: 网页演示。 如需详细了解功能、模型和配置选项 部分,请参阅概览。
代码示例
MediaPipe Tasks 示例代码是对象检测器的简单实现 Android 版应用。该示例使用 Android 实体设备上的相机 持续检测物体,也可以使用来自物体的图片和视频, 设备图库来静态检测对象。
您可以用该应用作为基础来开发自己的 Android 应用,也可以指代该应用 对现有应用进行了修改。对象检测器示例代码托管在 GitHub
下载代码
以下说明介绍了如何创建示例的本地副本 使用 git 命令行工具运行 git 代码库。
<ph type="x-smartling-placeholder">如需下载示例代码,请执行以下操作:
- 使用以下命令克隆 git 代码库:
git clone https://github.com/google-ai-edge/mediapipe-samples
- (可选)将您的 Git 实例配置为使用稀疏检出,
这样您就只有对象检测器示例应用的文件:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/object_detection/android
创建示例代码的本地版本后,您可以导入项目 进入 Android Studio 并运行应用。有关说明,请参阅 Android 版设置指南。
关键组件
以下文件包含对象检测器的关键代码 示例应用:
- ObjectDetectorHelper.kt - 初始化对象检测器并处理模型和委托 选择
- MainActivity.kt: 实现应用并组装界面组件
- OverlayView.kt - 处理和显示结果
设置
本部分介绍了设置开发环境和 代码项目使用 Object Detector。有关 设置开发环境以使用 MediaPipe 任务,包括 平台版本要求,请参阅 Android 版设置指南。
<ph type="x-smartling-placeholder">依赖项
对象检测器使用 com.google.mediapipe:tasks-vision
库。添加此项
依赖项的 build.gradle
文件
Android 应用开发项目。使用以下代码导入所需的依赖项:
以下代码:
dependencies {
implementation 'com.google.mediapipe:tasks-vision:latest.release'
}
型号
MediaPipe 对象检测器任务需要一个与此任务兼容的经过训练的模型 任务。如需详细了解对象检测器可用的经过训练的模型,请参阅 任务概览的“模型”部分。
选择并下载模型,然后将其存储在项目目录中:
<dev-project-root>/src/main/assets
使用 BaseOptions.Builder.setModelAssetPath()
方法指定路径
模型所用的指标。如需查看代码示例,请参阅下一部分。
创建任务
您可以使用 createFromOptions
函数创建任务。通过
“createFromOptions
”函数接受配置选项,包括正在运行的
模式、显示名称语言区域、结果数上限、置信度阈值
类别许可名单和拒绝名单如果未指定配置选项
系统将使用默认值如需详细了解配置选项
请参阅配置概览。
对象检测器任务支持 3 种输入数据类型:静态图片、视频文件 和直播视频流您需要指定与 输入数据类型。选择与 输入数据类型,了解如何创建任务并运行推理。
映像
ObjectDetectorOptions options = ObjectDetectorOptions.builder() .setBaseOptions(BaseOptions.builder().setModelAssetPath(‘model.tflite’).build()) .setRunningMode(RunningMode.IMAGE) .setMaxResults(5) .build(); objectDetector = ObjectDetector.createFromOptions(context, options);
视频
ObjectDetectorOptions options = ObjectDetectorOptions.builder() .setBaseOptions(BaseOptions.builder().setModelAssetPath(‘model.tflite’).build()) .setRunningMode(RunningMode.VIDEO) .setMaxResults(5) .build(); objectDetector = ObjectDetector.createFromOptions(context, options);
直播
ObjectDetectorOptions options = ObjectDetectorOptions.builder() .setBaseOptions(BaseOptions.builder().setModelAssetPath(‘model.tflite’).build()) .setRunningMode(RunningMode.LIVE_STREAM) .setMaxResults(5) .setResultListener((result, inputImage) -> { // Process the detection result here. }) .setErrorListener((result, inputImage) -> { // Process the classification errors here. }) .build(); objectDetector = ObjectDetector.createFromOptions(context, options);
对象检测器示例代码实现可让用户在
处理模式这种方法使得任务创建代码更加复杂,
可能不适合您的用例。您可以在
ObjectDetectorHelper
类 setupObjectDetector()
函数。
配置选项
此任务具有以下适用于 Android 应用的配置选项:
选项名称 | 说明 | 值范围 | 默认值 |
---|---|---|---|
runningMode |
设置任务的运行模式。有三个
模式: IMAGE:单图输入的模式。 VIDEO:视频已解码帧的模式。 LIVE_STREAM:输入流媒体直播模式 例如来自相机的数据。在此模式下,resultListener 必须为 调用以设置监听器以接收结果 异步执行。 |
{IMAGE, VIDEO, LIVE_STREAM } |
IMAGE |
displayNamesLocales |
设置要用于
任务模型的元数据(如果有)。默认值为 en ,
英语。您可以向自定义模型的元数据中添加本地化标签
使用 TensorFlow Lite Metadata Writer API
|
语言区域代码 | en |
maxResults |
将可选的最高评分检测结果数上限设置为 return。 | 任何正数 | -1(返回所有结果) |
scoreThreshold |
设置预测分数阈值,以替换 模型元数据(如果有)。低于此值的结果将被拒绝。 | 任意浮点数 | 未设置 |
categoryAllowlist |
设置允许的类别名称的可选列表。如果不为空,
类别名称未在此集合内的检测结果
已滤除。重复或未知的类别名称会被忽略。
此选项与 categoryDenylist 互斥,使用
都会导致错误。 |
任何字符串 | 未设置 |
categoryDenylist |
设置不允许使用的类别名称的可选列表。如果
非空,则类别名称在此集中的检测结果将被滤除
。重复或未知的类别名称会被忽略。这个选项
categoryAllowlist 不包含,同时使用这两个元素会导致错误。 |
任何字符串 | 未设置 |
resultListener |
设置结果监听器以接收检测结果 当对象检测器在直播中时异步执行 模式。只有在将 runningMode 设置为 LIVE_STREAM 时,才能使用此选项。 | 不适用 | 未设置 |
准备数据
您需要将输入图片或帧转换为
com.google.mediapipe.framework.image.MPImage
对象,然后再将其传递给
对象检测器。
以下示例解释并展示了如何准备数据以进行处理 每个可用数据类型:
映像
import com.google.mediapipe.framework.image.BitmapImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Load an image on the user’s device as a Bitmap object using BitmapFactory. // Convert an Android’s Bitmap object to a MediaPipe’s Image object. Image mpImage = new BitmapImageBuilder(bitmap).build();
视频
import com.google.mediapipe.framework.image.BitmapImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Load a video file on the user's device using MediaMetadataRetriever // From the video’s metadata, load the METADATA_KEY_DURATION and // METADATA_KEY_VIDEO_FRAME_COUNT values. Use these values // to calculate the timestamp of each frame later. // Loop through the video and load each frame as a Bitmap object. // Convert the Android’s Bitmap object to a MediaPipe’s Image object. Image mpImage = new BitmapImageBuilder(frame).build();
直播
import com.google.mediapipe.framework.image.MediaImageBuilder; import com.google.mediapipe.framework.image.MPImage; // Create a CameraX’s ImageAnalysis to continuously receive frames // from the device’s camera. Configure it to output frames in RGBA_8888 // format to match with what is required by the model. // For each Android’s ImageProxy object received from the ImageAnalysis, // extract the encapsulated Android’s Image object and convert it to // a MediaPipe’s Image object. android.media.Image mediaImage = imageProxy.getImage() MPImage mpImage = new MediaImageBuilder(mediaImage).build();
在对象检测器示例代码中,数据准备在
ObjectDetectorHelper
detectImage()
、detectVideoFile()
和 detectLivestreamFrame()
内的类
函数。
运行任务
根据您处理的数据类型,使用
ObjectDetector.detect...()
方法。使用
detect()
,适用于单个图片;
detectForVideo()
(针对视频文件中的帧)和
detectAsync()
适用于视频流。当您在 Google Analytics 4 上
则务必在单独的线程中运行检测,
阻塞用户界面线程
以下代码示例展示了如何运行对象检测器的简单示例 数据模式:
映像
ObjectDetectorResult detectionResult = objectDetector.detect(image);
视频
// Calculate the timestamp in milliseconds of the current frame. long frame_timestamp_ms = 1000 * video_duration * frame_index / frame_count; // Run inference on the frame. ObjectDetectorResult detectionResult = objectDetector.detectForVideo(image, frameTimestampMs);
直播
// Run inference on the frame. The detection results will be available // via the `resultListener` provided in the `ObjectDetectorOptions` when // the object detector was created. objectDetector.detectAsync(image, frameTimestampMs);
对象检测器代码示例分别展示了上述各个选项的实现
模式的详细信息
detect()
、
detectVideoFile()
、
和detectAsync()
。
示例代码允许用户在处理模式之间切换
您的用例可能并不需要这样做
请注意以下几点:
- 在视频模式或直播模式下投放广告时,您还必须 为对象检测器任务提供输入帧的时间戳。
- 在图片模式或视频模式下运行时,对象检测器任务将 阻塞当前线程,直到它处理完输入图像,或者 帧。为避免阻塞当前线程,请在 后台线程。
- 在直播模式下运行时,对象检测器任务不会阻塞 当前线程,但会立即返回。它将调用其结果 并在每次处理完一个监听器后将带有检测结果的监听器 输入帧。如果在执行对象检测器任务时调用了检测函数, 系统正忙于处理另一帧,系统会忽略新的输入帧。
处理和显示结果
运行推理时,“对象检测器”任务会返回一个
ObjectDetectorResult
对象,用于描述它在
输入图片。
以下示例展示了此任务的输出数据:
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
下图直观显示了任务输出:
对象检测器示例代码演示了如何显示检测结果
结果,请参阅
OverlayView
类以了解更多详情。