集成目标检测器

目标检测器可以识别可能存在已知的一组目标中的哪些目标，并提供它们在给定图像或视频流中的位置信息。目标检测器经过训练，可以检测多类目标的存在和位置。例如，可以用包含各种水果的图像，以及指定它们所代表水果类别（如苹果、香蕉或草莓）的标签和指定每个目标在图像中出现位置的数据来训练模型。请参阅目标检测概述，了解有关目标检测器的详细信息。

使用 Task Library ObjectDetector API 将自定义目标检测器或预训练的目标检测器部署到您的模型应用中。

ObjectDetector API 的主要功能

输入图像处理，包括旋转、调整大小和色彩空间转换。
标注映射区域。
筛选结果的分数阈值。
Top-k 检测结果。
标注允许列表和拒绝列表。

支持的物体检测器模型

以下模型保证可与 ObjectDetector API 兼容。

TensorFlow Hub 上的预训练物体检测模型。
由 AutoML Vision Edge Object Detection 创建的模型。
由适用于目标检测器的 TensorFlow Lite Model Maker 创建的模型。
符合模型兼容性要求的自定义模型。

用 Java 运行推断

请参阅物体检测参考应用，获得如何在 Android 应用中使用 ObjectDetector 的示例。

步骤 1：导入 Gradle 依赖项和其他设置

将 .tflite 模型文件复制到将要运行模型的 Android 模块的资源目录下。指定不压缩该文件，并将 TensorFlow Lite 库添加到模块的 build.gradle 文件中。

android {
    // Other settings

    // Specify tflite file should not be compressed for the app apk
    aaptOptions {
        noCompress "tflite"
    }
}

dependencies {
    // Other dependencies

    // Import the Task Vision Library dependency (NNAPI is included)
    implementation 'org.tensorflow:tensorflow-lite-task-vision'
    // Import the GPU delegate plugin Library for GPU inference
    implementation 'org.tensorflow:tensorflow-lite-gpu-delegate-plugin'
}

注：从 Android Gradle 插件的 4.1 版开始，默认情况下，.tflite 将被添加到 noCompress 列表中，不再需要上面的 aaptOptions。

步骤 2：使用模型

// Initialization
ObjectDetectorOptions options =
    ObjectDetectorOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setMaxResults(1)
        .build();
ObjectDetector objectDetector =
    ObjectDetector.createFromFileAndOptions(
        context, modelFile, options);

// Run inference
List<Detection> results = objectDetector.detect(image);

有关配置 ObjectDetector 的更多选项，请参阅源代码和 Javadoc。

在 iOS 中运行推断

第 1 步：安装依赖项

Task Library 支持使用 CocoaPods 进行安装。请确保您的系统上已安装 CocoaPods。有关说明，请参阅 CocoaPods 安装指南。

有关向 Xcode 项目添加 Pod 的详细信息，请参阅 CocoaPods 指南。

在 Podfile 中添加 TensorFlowLiteTaskVision。

target 'MyAppWithTaskAPI' do
  use_frameworks!
  pod 'TensorFlowLiteTaskVision'
end

请确保您的应用捆绑包中存在用于推断的 .tflite 模型。

第 2 步：使用模型

Swift

// Imports
import TensorFlowLiteTaskVision

// Initialization
guard let modelPath = Bundle.main.path(forResource: "ssd_mobilenet_v1",
                                            ofType: "tflite") else { return }

let options = ObjectDetectorOptions(modelPath: modelPath)

// Configure any additional options:
// options.classificationOptions.maxResults = 3

let detector = try ObjectDetector.detector(options: options)

// Convert the input image to MLImage.
// There are other sources for MLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
guard let image = UIImage (named: "cats_and_dogs.jpg"), let mlImage = MLImage(image: image) else { return }

// Run inference
let detectionResult = try detector.detect(mlImage: mlImage)

Objective C

// Imports
#import <TensorFlowLiteTaskVision/TensorFlowLiteTaskVision.h>

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"ssd_mobilenet_v1" ofType:@"tflite"];

TFLObjectDetectorOptions *options = [[TFLObjectDetectorOptions alloc] initWithModelPath:modelPath];

// Configure any additional options:
// options.classificationOptions.maxResults = 3;

TFLObjectDetector *detector = [TFLObjectDetector objectDetectorWithOptions:options
                                                                     error:nil];

// Convert the input image to MLImage.
UIImage *image = [UIImage imageNamed:@"dogs.jpg"];

// There are other sources for GMLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
GMLImage *gmlImage = [[GMLImage alloc] initWithImage:image];

// Run inference
TFLDetectionResult *detectionResult = [detector detectWithGMLImage:gmlImage error:nil];

请参阅源代码，了解有关配置 TFLObjectDetector 的更多选项。

用 Python 运行推断

第 1 步：安装 pip 软件包

pip install tflite-support

第 2 步：使用模型

# Imports
from tflite_support.task import vision
from tflite_support.task import core
from tflite_support.task import processor

# Initialization
base_options = core.BaseOptions(file_name=model_path)
detection_options = processor.DetectionOptions(max_results=2)
options = vision.ObjectDetectorOptions(base_options=base_options, detection_options=detection_options)
detector = vision.ObjectDetector.create_from_options(options)

# Alternatively, you can create an object detector in the following manner:
# detector = vision.ObjectDetector.create_from_file(model_path)

# Run inference
image = vision.TensorImage.create_from_file(image_path)
detection_result = detector.detect(image)

请参阅源代码，了解有关配置 ObjectDetector 的更多选项。

用 C++ 运行推断

// Initialization
ObjectDetectorOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<ObjectDetector> object_detector = ObjectDetector::CreateFromOptions(options).value();

// Create input frame_buffer from your inputs, `image_data` and `image_dimension`.
// See more information here: tensorflow_lite_support/cc/task/vision/utils/frame_buffer_common_utils.h
std::unique_ptr<FrameBuffer> frame_buffer = CreateFromRgbRawBuffer(
      image_data, image_dimension);

// Run inference
const DetectionResult result = object_detector->Detect(*frame_buffer).value();

有关配置 ObjectDetector 的更多选项，请参阅源代码。

结果示例

以下是来自 TensorFlow Hub 的 ssd mobilenet v1 的检测结果示例。

dogs

Results:
 Detection #0 (red):
  Box: (x: 355, y: 133, w: 190, h: 206)
  Top-1 class:
   index       : 17
   score       : 0.73828
   class name  : dog
 Detection #1 (green):
  Box: (x: 103, y: 15, w: 138, h: 369)
  Top-1 class:
   index       : 17
   score       : 0.73047
   class name  : dog

将边界框呈现在输入图像上：

detection output

用您自己的模型和测试数据试用简单的 ObjectDetector CLI 演示工具。

模型兼容性要求

ObjectDetector API 需要具有强制性 TFLite Model Metadata 的 TFLite 模型。请参阅使用 TensorFlow Lite Metadata Writer API 为目标检测器创建元数据的示例。

兼容的物体检测模型应满足以下要求：

输入图像张量：(kTfLiteUInt8/kTfLiteFloat32)
- 图像输入大小为 [batch x height x width x channels]。
- 不支持批量推断（batch 必须为 1）。
- 仅支持 RGB 输入（channels 必须为 3）。
- 如果类型为 kTfLiteFloat32，则必须将 NormalizationOptions 附加到元数据以进行输入归一化。
输出张量必须是 DetectionPostProcess 算子的 4 个输出，即：
- 区域张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results x 4] 的张量，内部数组表示边界框，形式为 [top，left，right，bottom]。
  - 必须将 BoundingBoxProperties 附加到元数据，且必须指定 type=BOUNDARIES 和 `coordinate_type = RATIO。
- 类张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results] 的张量，每个值代表一个类的整数索引。
  - 可选的（但推荐）标签映射可作为 AssociatedFile-s 进行附加，类型为 TENSOR_VALUE_LABELS，每行包含一个标签。请参阅示例标签文件。第一个此类 AssociatedFile （如果有）用于填充结果的 class_name 字段。display_name 字段由其区域与创建时所用的 ObjectDetectorOptions 的 display_names_locale 字段（默认为“en”，即英语）相匹配的 AssociatedFile（如果有）填充。如果上述选项均不可用，将仅填充结果中的 index 字段。
- 分数张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results] 的张量，每个值代表检测到的物体的分数。
- 检测张量的数量 (kTfLiteFloat32)
  - 整数 num_results 作为大小为 [1] 的张量。