이미지에서 객체 감지를 수행합니다.
API에는 TFLite 모델 메타데이터가 포함된 TFLite 모델이 필요합니다. .
API는 하나의 이미지 입력 텐서와 4개의 출력 텐서가 있는 모델을 지원합니다. 보다 구체적으로 요구 사항은 다음과 같습니다.
- 입력 이미지 텐서(
kTfLiteUInt8
/kTfLiteFloat32
)-
[batch x height x width x channels]
크기의 이미지 입력. - 일괄 추론은 지원되지 않습니다(
batch
는 1이어야 함). - RGB 입력만 지원됩니다(
channels
3개여야 함). - 유형이
kTfLiteFloat32
이면 입력 정규화를 위해 메타데이터에 NormalizationOptions를 연결해야 합니다.
-
DetectionPostProcess
작업의 4개 출력이어야 합니다. 즉:- 위치 텐서(
kTfLiteFloat32
):-
[1 x num_results x 4]
크기의 텐서, [위, 왼쪽, 오른쪽, 아래] 형식의 경계 상자를 나타내는 내부 배열. -
BoundingBoxProperties
메타데이터에 연결되어야 하며type=BOUNDARIES
및coordinate_type=RATIO
지정해야 합니다.
-
kTfLiteFloat32
):- 크기가
[1 x num_results]
인 텐서, 각 값은 클래스의 정수 인덱스를 나타냅니다. - 레이블 맵이
TENSOR_VALUE_LABELS
관련 파일로 메타데이터에 첨부된 경우 텐서 값을 레이블로 변환하는 데 사용됩니다.
kTfLiteFloat32
):- 크기가
[1 x num_results]
인 텐서, 각 값은 감지된 개체의 점수를 나타냅니다.
kTfLiteFloat32
):- 크기
[1]
의 텐서인 정수 num_results.
이러한 모델의 예는 TensorFlow Hub에서 찾을 수 있습니다. .
중첩 클래스
수업 | ObjectDetector.ObjectDetector옵션 | ObjectDetector 설정 옵션. |
공개 방법
정적 ObjectDetector | createFromBuffer ( ByteBuffer 모델버퍼) 모델 버퍼와 기본 ObjectDetector.ObjectDetectorOptions 사용하여 ObjectDetector 인스턴스를 만듭니다. |
정적 ObjectDetector | createFromBufferAndOptions ( ByteBuffer modelBuffer, ObjectDetector.ObjectDetectorOptions 옵션) 모델 버퍼와 ObjectDetector.ObjectDetectorOptions 사용하여 ObjectDetector 인스턴스를 만듭니다. |
정적 ObjectDetector | createFromFile (컨텍스트 컨텍스트, 문자열 modelPath) 기본 ObjectDetector.ObjectDetectorOptions 에서 ObjectDetector 인스턴스를 만듭니다. |
정적 ObjectDetector | |
정적 ObjectDetector | createFromFileAndOptions (컨텍스트 컨텍스트, 문자열 modelPath, ObjectDetector.ObjectDetectorOptions 옵션) ObjectDetector.ObjectDetectorOptions 에서 ObjectDetector 인스턴스를 만듭니다. |
정적 ObjectDetector | createFromFileAndOptions ( 파일 모델파일, ObjectDetector.ObjectDetectorOptions 옵션) ObjectDetector.ObjectDetectorOptions 에서 ObjectDetector 인스턴스를 만듭니다. |
목록 < 탐지 > | |
목록 < 탐지 > | |
목록 < 탐지 > | 감지 ( MlImage 이미지, ImageProcessingOptions 옵션) ImageProcessingOptions 사용하여 제공된 MlImage 에서 실제 감지를 수행합니다. |
목록 < 탐지 > |
상속된 메서드
공개 방법
공개 정적 ObjectDetector createFromBuffer ( ByteBuffer modelBuffer)
모델 버퍼와 기본 ObjectDetector.ObjectDetectorOptions
사용하여 ObjectDetector
인스턴스를 만듭니다.
매개변수
모델버퍼 | 감지 모델의 직접 ByteBuffer 또는 MappedByteBuffer |
---|
던지기
IllegalArgumentException | 모델 버퍼가 직접 ByteBuffer 또는 MappedByteBuffer 가 아닌 경우 * 내부 오류가 있는 경우 @throws IllegalStateException |
---|---|
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 정적 ObjectDetector createFromBufferAndOptions ( ByteBuffer modelBuffer, ObjectDetector.ObjectDetectorOptions 옵션)
모델 버퍼와 ObjectDetector.ObjectDetectorOptions
사용하여 ObjectDetector
인스턴스를 만듭니다.
매개변수
모델버퍼 | 감지 모델의 직접 ByteBuffer 또는 MappedByteBuffer |
---|---|
옵션 |
던지기
IllegalArgumentException | 모델 버퍼가 직접 ByteBuffer 또는 MappedByteBuffer 가 아닌 경우 |
---|---|
IllegalStateException | 내부 오류가 있는 경우 |
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 정적 ObjectDetector createFromFile (컨텍스트 컨텍스트, 문자열 modelPath)
기본 ObjectDetector.ObjectDetectorOptions
에서 ObjectDetector
인스턴스를 만듭니다.
매개변수
문맥 | |
---|---|
모델경로 | 자산의 메타데이터가 있는 탐지 모델의 경로 |
던지기
IO예외 | tflite 모델을 로드할 때 I/O 오류가 발생하는 경우 |
---|---|
IllegalArgumentException | 인수가 유효하지 않은 경우 |
IllegalStateException | 내부 오류가 있는 경우 |
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 정적 ObjectDetector createFromFile ( 파일 모델파일)
기본 ObjectDetector.ObjectDetectorOptions
에서 ObjectDetector
인스턴스를 만듭니다.
매개변수
모델파일 | 탐지 모델 File 인스턴스 |
---|
던지기
IO예외 | tflite 모델을 로드할 때 I/O 오류가 발생하는 경우 |
---|---|
IllegalArgumentException | 인수가 유효하지 않은 경우 |
IllegalStateException | 내부 오류가 있는 경우 |
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 정적 ObjectDetector createFromFileAndOptions (컨텍스트 컨텍스트, 문자열 modelPath, ObjectDetector.ObjectDetectorOptions 옵션)
ObjectDetector.ObjectDetectorOptions
에서 ObjectDetector
인스턴스를 만듭니다.
매개변수
문맥 | |
---|---|
모델경로 | 자산의 메타데이터가 있는 탐지 모델의 경로 |
옵션 |
던지기
IO예외 | tflite 모델을 로드할 때 I/O 오류가 발생하는 경우 |
---|---|
IllegalArgumentException | 인수가 유효하지 않은 경우 |
IllegalStateException | 내부 오류가 있는 경우 |
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 정적 ObjectDetector createFromFileAndOptions ( 파일 모델파일, ObjectDetector.ObjectDetectorOptions 옵션)
ObjectDetector.ObjectDetectorOptions
에서 ObjectDetector
인스턴스를 만듭니다.
매개변수
모델파일 | 탐지 모델 File 인스턴스 |
---|---|
옵션 |
던지기
IO예외 | tflite 모델을 로드할 때 I/O 오류가 발생하는 경우 |
---|---|
IllegalArgumentException | 인수가 유효하지 않은 경우 |
IllegalStateException | 내부 오류가 있는 경우 |
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
공개 목록 < 탐지 > 탐지 ( MlImage 이미지)
제공된 MlImage
에서 실제 감지를 수행합니다.
매개변수
영상 | 이미지를 나타내는 MlImage 객체 |
---|
던지기
IllegalStateException | 내부 오류가 있는 경우 |
---|---|
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
IllegalArgumentException | 이미지의 저장 유형이나 형식이 지원되지 않는 경우 |
공개 목록 < 감지 > 감지 ( TensorImage 이미지, ImageProcessingOptions 옵션)
제공된 이미지에 대해 실제 감지를 수행합니다.
ObjectDetector
다음 TensorImage
색상 공간 유형을 지원합니다.
ObjectDetector
다음 옵션을 지원합니다.
매개변수
영상 | RGB 또는 YUV 이미지를 나타내는 UINT8 TensorImage 객체 |
---|---|
옵션 | 이미지 전처리 방법을 구성하는 옵션 |
던지기
IllegalStateException | 내부 오류가 있는 경우 |
---|---|
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
IllegalArgumentException | 이미지의 색상 공간 유형이 지원되지 않는 경우 |
공개 목록 < 감지 > 감지 ( MlImage 이미지, ImageProcessingOptions 옵션)
ImageProcessingOptions
사용하여 제공된 MlImage
에서 실제 감지를 수행합니다.
ObjectDetector
다음 옵션을 지원합니다.
- 이미지 회전(
ImageProcessingOptions.Builder.setOrientation(ImageProcessingOptions.Orientation)
을 통해). 기본값은ImageProcessingOptions.Orientation.TOP_LEFT
입니다.MlImage.getRotation()
이 효과적이지 않습니다.
매개변수
영상 | 이미지를 나타내는 MlImage 객체 |
---|---|
옵션 | 이미지 전처리 방법을 구성하는 옵션 |
던지기
IllegalStateException | 내부 오류가 있는 경우 |
---|---|
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
IllegalArgumentException | 이미지의 저장 유형이나 형식이 지원되지 않는 경우 |
공개 목록 < 감지 > 감지 ( TensorImage 이미지)
제공된 이미지에 대해 실제 감지를 수행합니다.
ObjectDetector
다음 TensorImage
색상 공간 유형을 지원합니다.
매개변수
영상 | RGB 또는 YUV 이미지를 나타내는 UINT8 TensorImage 객체 |
---|
던지기
IllegalStateException | 내부 오류가 있는 경우 |
---|---|
런타임예외 | 달리 명시되지 않은 오류가 있는 경우 |
IllegalArgumentException | 이미지의 색상 공간 유형이 지원되지 않는 경우 |