此页面由 Cloud Translation API 翻译。

适用于 Web 的对象检测指南

借助 MediaPipe Object Detector 任务，您可以检测多类对象的是否存在和位置。此任务会获取图片数据并输出检测结果列表，其中每项检测结果都代表图片中识别的一个对象。CodePen 上提供了这些说明中介绍的代码示例。

您可以观看演示，了解此任务的实际运用。如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

Object Detector 的示例代码在 JavaScript 中提供了此任务的完整实现，供您参考。此代码可帮助您测试此任务并开始构建自己的文本分类应用。您只需使用网络浏览器即可查看、运行和修改 Object Detector 示例代码。

初始设置

本部分介绍了专门为使用 Object Detector 而设置开发环境的关键步骤。如需了解有关设置 Web 和 JavaScript 开发环境的一般信息（包括平台版本要求），请参阅 Web 设置指南。

JavaScript 软件包

对象检测器代码通过 MediaPipe @mediapipe/tasks-vision NPM 软件包提供。您可以按照平台设置指南中的说明找到并下载这些库。

您可以使用以下命令通过 NPM 安装所需的软件包：

npm install @mediapipe/tasks-vision

如果您想通过内容分发网络 (CDN) 服务导入任务代码，请在 HTML 文件的 <head> 标记中添加以下代码：

<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
    crossorigin="anonymous"></script>
</head>

模型

MediaPipe Object Detector 任务需要使用与此任务兼容的经过训练的模型。如需详细了解对象检测器可用的经过训练的模型，请参阅“模型”部分中的任务概览。

选择并下载模型，然后将其存储在项目目录中：

<dev-project-root>/app/shared/models/

创建任务

使用某个对象检测器 ObjectDetector.createFrom...() 函数来准备运行推断的任务。结合使用 createFromModelPath() 函数和经过训练的模型文件的相对或绝对路径。如果模型已加载到内存中，您可以使用 createFromModelBuffer() 方法。以下代码示例演示了如何使用 createFromOptions() 函数，您可以通过该函数设置更多配置选项。如需详细了解可用的配置选项，请参阅配置选项部分。

以下代码演示了如何构建和配置此任务：

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
objectDetector = await ObjectDetector.createFromOptions(vision, {
  baseOptions: {
    modelAssetPath: `https://storage.googleapis.com/mediapipe-tasks/object_detector/efficientdet_lite0_uint8.tflite`
  },
  scoreThreshold: 0.5,
  runningMode: runningMode
});

如需了解创建对象检测器任务的更完整实现，请参阅代码示例。

配置选项

此任务具有以下 Web 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。有两种模式： IMAGE：单张图片输入的模式。 VIDEO：视频的解码帧或输入数据（例如来自摄像头）的直播数据中的解码帧的模式。	{`IMAGE, VIDEO`}	`IMAGE`
`displayNamesLocale`	设置任务模型元数据中提供的显示名（如果有）要使用的标签语言。英语的默认值为 `en`。您可以使用 TensorFlow Lite Metadata Writer API 向自定义模型的元数据添加本地化标签。	语言区域代码	en
`maxResults`	设置要返回的得分最高的检测结果的数量上限（可选）。	任何正数	-1（返回所有结果）
`scoreThreshold`	设置预测分数阈值，以替换模型元数据中提供的阈值（如果有）。低于此值的结果会被拒绝。	任意浮点数	未设置
`categoryAllowlist`	设置允许的类别名称的可选列表。如果为非空，则会过滤掉类别名称未在此集中的检测结果。系统会忽略重复或未知的类别名称。此选项与 `categoryDenylist` 互斥，如果同时使用这两者，就会引发错误。	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，类别名称在此集合中的检测结果将被滤除。系统会忽略重复或未知的类别名称。此选项与 `categoryAllowlist` 互斥，同时使用这两者会导致错误。	任何字符串	未设置

准备数据

对象检测器可以检测主机浏览器支持的任何格式的图片中的对象。该任务还可处理数据输入预处理，包括大小调整、旋转和值归一化。如需检测视频中的对象，您可以使用 API 一次快速处理一帧，并根据帧的时间戳确定手势在视频中出现的时间。

运行任务

对象检测器使用 detect() 处理单张图片，使用 detectForVideo() 检测视频帧中的对象。该任务会处理数据，尝试识别对象，然后报告结果。

对 detect() 和 detectForVideo() 方法的调用会同步运行，并会阻塞界面线程。如果您通过设备摄像头识别出视频帧中的对象，则每种分类都会阻塞主线程。为防止出现这种情况，您可以实现 Web 工作器以在另一个线程上运行检测。

以下代码演示了如何使用任务模型执行处理：

映像

const image = document.getElementById("image") as HTMLImageElement;
const detections = objectDetector.detect(image);

视频

await objectDetector.setOptions({ runningMode: "video" });

let lastVideoTime = -1;
function renderLoop(): void {
  const video = document.getElementById("video");

  if (video.currentTime !== lastVideoTime) {
    const detections = detector.detectForVideo(video);
    processResults(detections);
    lastVideoTime = video.currentTime;
  }

  requestAnimationFrame(() => {
    renderLoop();
  });
}

如需了解运行对象检测器任务的更完整实现，请参阅代码示例。

处理和显示结果

对象检测器会针对每次检测运行生成一个检测结果对象。结果对象包含检测列表，其中每个检测都包含边界框和有关所检测到的对象的类别信息（包括对象的名称和置信度分数）。

下面显示了此任务的输出数据示例：

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

下图显示了任务输出的可视化效果：

对象检测器示例代码演示了如何显示任务返回的检测结果。如需了解详情，请参阅代码示例。