Python용 객체 감지 가이드

MediaPipe 객체 감지기 태스크를 사용하면 여러 객체 클래스의 존재와 위치를 감지할 수 있습니다. 이 안내에서는 Python에서 객체 감지기 태스크를 사용하는 방법을 보여줍니다. 이 안내에 설명된 코드 예는 GitHub에서 제공됩니다.

웹 데모에서 이 작업의 작동 방식을 확인할 수 있습니다. 이 작업의 기능, 모델, 구성 옵션에 대한 자세한 내용은 개요를 참조하세요.

코드 예시

객체 감지기의 예시 코드는 이 작업을 Python으로 완전히 구현하는 방법을 참조용으로 제공합니다. 이 코드를 사용하면 이 작업을 테스트하고 자체 텍스트 분류 앱 빌드를 시작할 수 있습니다. 웹브라우저만 사용하여 객체 감지기 예시 코드를 보고 실행하고 수정할 수 있습니다.

Raspberry Pi용 객체 감지기를 구현하는 경우 Raspberry Pi 예시 앱을 참조하세요.

설정

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

패키지

객체 감지기 작업에는 mediapipe pip 패키지가 필요합니다. 다음 명령어를 사용하여 필수 패키지를 설치할 수 있습니다.

$ python -m pip install mediapipe

가져오기

다음 클래스를 가져와 객체 감지기 작업 함수에 액세스합니다.

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import vision

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 로컬 디렉터리에 저장합니다.

model_path = '/absolute/path/to/lite-model_efficientdet_lite0_detection_metadata_1.tflite'

BaseOptions 객체 model_asset_path 매개변수를 사용하여 사용할 모델의 경로를 지정합니다. 코드 예는 다음 섹션을 참고하세요.

할 일 만들기

create_from_options 함수를 사용하여 작업을 만듭니다. create_from_options 함수는 실행 모드, 표시 이름 언어, 최대 결과 수, 신뢰도 임곗값, 카테고리 허용 목록, 거부 목록을 포함한 구성 옵션을 허용합니다. 구성 옵션을 설정하지 않으면 태스크에서 기본값을 사용합니다. 구성 옵션에 대한 자세한 내용은 구성 옵션 섹션을 참조하세요.

객체 감지기 태스크는 정지 이미지, 동영상 파일, 라이브 동영상 스트림 등 여러 입력 데이터 유형을 지원합니다. 작업을 만들고 추론을 실행하는 방법을 확인하려면 입력 데이터 유형에 해당하는 탭을 선택합니다.

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
ObjectDetector = mp.tasks.vision.ObjectDetector
ObjectDetectorOptions = mp.tasks.vision.ObjectDetectorOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = ObjectDetectorOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    max_results=5,
    running_mode=VisionRunningMode.IMAGE)

with ObjectDetector.create_from_options(options) as detector:
  # The detector is initialized. Use it here.
  # ...
    

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
ObjectDetector = mp.tasks.vision.ObjectDetector
ObjectDetectorOptions = mp.tasks.vision.ObjectDetectorOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = ObjectDetectorOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    max_results=5,
    running_mode=VisionRunningMode.VIDEO)

with ObjectDetector.create_from_options(options) as detector:
  # The detector is initialized. Use it here.
  # ...
    

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
DetectionResult = mp.tasks.components.containers.detections.DetectionResult
ObjectDetector = mp.tasks.vision.ObjectDetector
ObjectDetectorOptions = mp.tasks.vision.ObjectDetectorOptions
VisionRunningMode = mp.tasks.vision.RunningMode

def print_result(result: DetectionResult, output_image: mp.Image, timestamp_ms: int):
    print('detection result: {}'.format(result))

options = ObjectDetectorOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.tflite'),
    running_mode=VisionRunningMode.LIVE_STREAM,
    max_results=5,
    result_callback=print_result)

with ObjectDetector.create_from_options(options) as detector:
  # The detector is initialized. Use it here.
  # ...
    

이미지에 사용할 객체 감지기를 만드는 전체 예는 코드 예시를 참조하세요.

구성 옵션

이 태스크에는 다음과 같은 Python 애플리케이션 구성 옵션이 있습니다.

데이터 준비

입력을 이미지 파일 또는 Numpy 배열로 준비한 다음 mediapipe.Image 객체로 변환합니다. 입력이 동영상 파일이나 웹캠의 실시간 스트림인 경우 OpenCV와 같은 외부 라이브러리를 사용하여 입력 프레임을 Numpy 배열로 로드할 수 있습니다.

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

import mediapipe as mp

# Load the input image from an image file.
mp_image = mp.Image.create_from_file('/path/to/image')

# Load the input image from a numpy array.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_image)
    

import mediapipe as mp

# Use OpenCV’s VideoCapture to load the input video.

# Load the frame rate of the video using OpenCV’s CV_CAP_PROP_FPS
# You’ll need it to calculate the timestamp for each frame.

# Loop through each frame in the video using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
    

import mediapipe as mp

# Use OpenCV’s VideoCapture to start capturing from the webcam.

# Create a loop to read the latest frame from the camera using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)
    

작업 실행

감지 함수 중 하나를 호출하여 추론을 트리거할 수 있습니다. 객체 감지기 작업은 입력 이미지 또는 프레임 내에서 감지된 객체를 반환합니다.

# Perform object detection on the provided single image.
detection_result = detector.detect(mp_image)
    

# Calculate the timestamp of the current frame
frame_timestamp_ms = 1000 * frame_index / video_file_fps

# Perform object detection on the video frame.
detection_result = detector.detect_for_video(mp_image, frame_timestamp_ms)
    

# Send the latest frame to perform object detection.
# Results are sent to the `result_callback` provided in the `ObjectDetectorOptions`.
detector.detect_async(mp_image, frame_timestamp_ms)
    

이미지에서 객체 감지기를 실행하는 전체 예시를 보려면 코드 예시를 참조하세요.

다음에 유의하세요.

• 동영상 모드 또는 라이브 스트림 모드에서 실행하는 경우 객체 감지기 작업에 입력 프레임의 타임스탬프도 제공해야 합니다.
• 이미지 또는 동영상 모델에서 실행되는 경우 객체 감지기 작업은 입력 이미지 또는 프레임 처리가 완료될 때까지 현재 스레드를 차단합니다.
• 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 ObjectDetectionResult 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 인식기 예시 코드는 태스크에서 반환된 감지 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 코드 예시를 참조하세요.