Android용 객체 인식 가이드

객체 감지기 태스크를 사용하면 여러 객체 클래스의 존재와 위치를 감지할 수 있습니다. 예를 들어 객체 감지기는 이미지 속 개를 찾을 수 있습니다. 이 안내에서는 Android에서 객체 감지기 작업을 사용하는 방법을 보여줍니다. 이 안내에 설명된 코드 샘플은 GitHub에서 제공됩니다. 이 웹 데모에서 이 작업의 작동 방식을 확인할 수 있습니다. 이 태스크의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

MediaPipe 태스크 예시 코드는 Android용 객체 감지기 앱을 간단하게 구현한 것입니다. 이 예에서는 실제 Android 기기의 카메라를 사용하여 객체를 연속적으로 감지하고 기기 갤러리의 이미지와 동영상을 사용하여 객체를 정적으로 감지할 수도 있습니다.

이 앱을 자체 Android 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 이 앱을 참조할 수 있습니다. 객체 감지기 예시 코드는 GitHub에 호스팅됩니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 단계를 따르세요.

1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

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

2. 필요한 경우 희소 결제를 사용하도록 git 인스턴스를 구성하여 객체 감지기 예시 앱의 파일만 만듭니다.

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

예시 코드의 로컬 버전을 만든 후 프로젝트를 Android 스튜디오로 가져와서 앱을 실행할 수 있습니다. 자세한 내용은 Android 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 객체 감지기 예시 애플리케이션을 위한 중요한 코드가 포함되어 있습니다.

• ObjectDetectorHelper.kt - 객체 감지기를 초기화하고, 모델을 처리하고, 선택을 위임합니다.
• MainActivity.kt - 애플리케이션을 구현하고 사용자 인터페이스 구성요소를 조합합니다.
• OverlayView.kt - 결과를 처리하고 표시합니다.

설정

이 섹션에서는 객체 감지기를 사용하도록 개발 환경 및 코드 프로젝트를 설정하기 위한 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 포함하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 정보는 Android 설정 가이드를 참고하세요.

종속 항목

객체 감지기는 com.google.mediapipe:tasks-vision 라이브러리를 사용합니다. 이 종속 항목을 Android 앱 개발 프로젝트의 build.gradle 파일에 추가합니다. 다음 코드를 사용하여 필요한 종속 항목을 가져옵니다.

dependencies {
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

모델

MediaPipe 객체 감지기 작업에는 이 작업과 호환되는 학습된 모델이 필요합니다. 객체 감지기에 사용할 수 있는 학습된 모델에 대한 자세한 내용은 작업 개요 모델 섹션을 참조하세요.

모델을 선택 및 다운로드한 후 프로젝트 디렉터리에 저장합니다.

<dev-project-root>/src/main/assets

BaseOptions.Builder.setModelAssetPath() 메서드를 사용하여 모델에서 사용되는 경로를 지정합니다. 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

createFromOptions 함수를 사용하여 작업을 만들 수 있습니다. createFromOptions 함수는 실행 모드, 표시 이름 언어, 최대 결과 수, 신뢰도 기준, 카테고리 허용 목록, 차단 목록을 포함한 구성 옵션을 허용합니다. 구성 옵션을 지정하지 않으면 기본값이 사용됩니다. 구성 옵션에 대한 자세한 내용은 구성 개요를 참조하세요.

객체 감지기 태스크는 정지 이미지, 동영상 파일, 라이브 동영상 스트림의 3가지 입력 데이터 유형을 지원합니다. 작업을 만들 때 입력 데이터 유형에 따라 실행 모드를 지정해야 합니다. 작업을 만들고 추론을 실행하는 방법을 확인하려면 입력 데이터 유형에 해당하는 탭을 선택합니다.

ObjectDetectorOptions options =
  ObjectDetectorOptions.builder()
    .setBaseOptions(BaseOptions.builder().setModelAssetPath(‘model.tflite’).build())
    .setRunningMode(RunningMode.IMAGE)
    .setMaxResults(5)
    .build();
objectDetector = ObjectDetector.createFromOptions(context, options);
    

ObjectDetectorOptions options =
  ObjectDetectorOptions.builder()
    .setBaseOptions(BaseOptions.builder().setModelAssetPath(‘model.tflite’).build())
    .setRunningMode(RunningMode.VIDEO)
    .setMaxResults(5)
    .build();
objectDetector = ObjectDetector.createFromOptions(context, options);
    

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);
    

객체 인식기 예시 코드 구현에서는 사용자가 처리 모드 간에 전환할 수 있습니다. 이 접근 방식은 작업 생성 코드를 더 복잡하게 만들고 사용 사례에 적합하지 않을 수 있습니다. 이 코드는 ObjectDetectorHelper 클래스 setupObjectDetector() 함수에서 확인할 수 있습니다.

구성 옵션

이 작업에는 다음과 같은 Android 앱용 구성 옵션이 있습니다.

데이터 준비

입력 이미지나 프레임을 객체 감지기에 전달하기 전에 com.google.mediapipe.framework.image.MPImage 객체로 변환해야 합니다.

다음 예는 사용 가능한 각 데이터 유형의 처리를 위해 데이터를 준비하는 방법을 설명하고 보여줍니다.

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();
    

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();
    

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();
    

객체 감지기 예시 코드에서 데이터 준비는 detectImage(), detectVideoFile(), detectLivestreamFrame() 함수 내의 ObjectDetectorHelper 클래스에서 처리됩니다.

작업 실행

작업 중인 데이터 유형에 따라 해당 데이터 유형에 맞는 ObjectDetector.detect...() 메서드를 사용합니다. 개별 이미지에는 detect()를, 동영상 파일의 프레임에는 detectForVideo()를, 동영상 스트림의 경우 detectAsync()를 사용합니다. 동영상 스트림에서 감지를 실행할 때는 사용자 인터페이스 스레드가 차단되지 않도록 별도의 스레드에서 감지를 실행해야 합니다.

다음 코드 샘플은 이러한 다양한 데이터 모드에서 객체 감지기를 실행하는 방법을 보여주는 간단한 예를 보여줍니다.

ObjectDetectorResult detectionResult = objectDetector.detect(image);
    

// 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);
    

// 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);
    

객체 감지기 코드 예시에서는 이러한 각 모드의 구현을 자세히 보여줍니다(detect(), detectVideoFile(), detectAsync()). 코드 예를 통해 사용자는 사용 사례에 필요하지 않을 수 있는 처리 모드 간에 전환할 수 있습니다.

다음에 유의하세요.

• 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 입력 프레임의 타임스탬프를 객체 감지기 작업에 제공해야 합니다.
• 이미지 또는 동영상 모드에서 실행되는 경우 객체 감지기 작업은 입력 이미지 또는 프레임 처리가 완료될 때까지 현재 스레드를 차단합니다. 현재 스레드를 차단하지 않으려면 백그라운드 스레드에서 처리를 실행합니다.
• 라이브 스트림 모드에서 실행되는 경우 객체 감지기 작업은 현재 스레드를 차단하지 않고 즉시 반환됩니다. 입력 프레임 처리가 완료될 때마다 감지 결과와 함께 결과 리스너를 호출합니다. 객체 감지기 태스크가 다른 프레임을 처리 중일 때 감지 함수가 호출되면 새 입력 프레임이 무시됩니다.

결과 처리 및 표시

추론을 실행하면 객체 감지기 작업은 입력 이미지에서 찾은 객체를 설명하는 ObjectDetectorResult 객체를 반환합니다.

다음은 이 작업의 출력 데이터 예를 보여줍니다.

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

다음 이미지는 작업 출력을 시각화한 것입니다.

객체 감지기 예시 코드는 태스크에서 반환된 감지 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 OverlayView 클래스를 참조하세요.