Zintegruj detektory obiektów

Detektory obiektów potrafią zidentyfikować, które ze znanego zestawu obiektów mogą być obecne i dostarczyć informacji o ich położeniu na danym obrazie lub strumieniu wideo. Detektor obiektów jest przeszkolony do wykrywania obecności i lokalizacji wielu klas obiektów. Na przykład model można wytrenować za pomocą obrazów zawierających różne kawałki owoców wraz z etykietą określającą klasę owoców, które reprezentują (np. jabłko, banan lub truskawka) oraz danymi określającymi, gdzie każdy obiekt pojawia się w Obraz. Aby uzyskać więcej informacji na temat detektorów obiektów, zobacz wprowadzenie do wykrywania obiektów .

Użyj interfejsu API ObjectDetector biblioteki zadań, aby wdrożyć niestandardowe lub wstępnie przeszkolone detektory obiektów w aplikacjach mobilnych.

Kluczowe cechy API ObjectDetector

  • Przetwarzanie obrazu wejściowego, w tym obracanie, zmiana rozmiaru i konwersja przestrzeni kolorów.

  • Oznacz lokalizację mapy.

  • Próg punktacji do filtrowania wyników.

  • Wyniki detekcji najwyższej k.

  • Oznacz listę dozwolonych i odrzuconych etykiet.

Obsługiwane modele detektorów obiektów

Gwarantujemy kompatybilność następujących modeli z API ObjectDetector .

Uruchom wnioskowanie w Javie

Zobacz aplikację referencyjną do wykrywania obiektów , aby zapoznać się z przykładem użycia ObjectDetector w aplikacji na Androida.

Krok 1: Zaimportuj zależność Gradle i inne ustawienia

Skopiuj plik modelu .tflite do katalogu zasobów modułu Android, w którym model będzie uruchamiany. Określ, że plik nie powinien być kompresowany i dodaj bibliotekę TensorFlow Lite do pliku build.gradle modułu:

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'
}

Krok 2: Korzystanie z modelu

// 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);

Zobacz kod źródłowy i javadoc, aby uzyskać więcej opcji konfiguracji ObjectDetector .

Uruchom wnioskowanie w systemie iOS

Krok 1: Zainstaluj zależności

Biblioteka zadań obsługuje instalację przy użyciu CocoaPods. Upewnij się, że CocoaPods jest zainstalowany w twoim systemie. Instrukcje znajdziesz w instrukcji instalacji CocoaPods .

Szczegółowe informacje na temat dodawania kapsuł do projektu Xcode można znaleźć w przewodniku CocoaPods .

Dodaj moduł TensorFlowLiteTaskVision do pliku Podfile.

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

Upewnij się, że model .tflite , którego będziesz używać do wnioskowania, znajduje się w pakiecie aplikacji.

Krok 2: Korzystanie z modelu

Szybki

// 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)

Cel 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];

Zobacz kod źródłowy , aby uzyskać więcej opcji konfiguracji TFLObjectDetector .

Uruchom wnioskowanie w Pythonie

Krok 1: Zainstaluj pakiet pip

pip install tflite-support

Krok 2: Korzystanie z modelu

# 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)

Zobacz kod źródłowy , aby uzyskać więcej opcji konfiguracji ObjectDetector .

Uruchom wnioskowanie w C++

// 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();

Zobacz kod źródłowy , aby uzyskać więcej opcji konfiguracji ObjectDetector .

Przykładowe wyniki

Oto przykład wyników wykrywania ssd mobilenet v1 z TensorFlow Hub.

psy

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

Renderuj ramki ograniczające na obrazie wejściowym:

wyjście detekcyjne

Wypróbuj proste narzędzie demonstracyjne CLI dla ObjectDetector z własnym modelem i danymi testowymi.

Wymagania dotyczące kompatybilności modelu

Interfejs API ObjectDetector oczekuje modelu TFLite z obowiązkowymi metadanymi modelu TFLite . Zobacz przykłady tworzenia metadanych dla detektorów obiektów przy użyciu API TensorFlow Lite Metadata Writer .

Kompatybilne modele detektorów obiektów powinny spełniać następujące wymagania:

  • Tensor obrazu wejściowego: (kTfLiteUInt8/kTfLiteFloat32)

    • wprowadzanie obrazu o rozmiarze [batch x height x width x channels] .
    • wnioskowanie wsadowe nie jest obsługiwane (wymagana jest batch 1).
    • obsługiwane są tylko wejścia RGB (wymagane są 3 channels ).
    • jeśli typ to kTfLiteFloat32, do metadanych należy dołączyć opcje NormalizationOptions w celu normalizacji danych wejściowych.
  • Tensory wyjściowe muszą być 4 wyjściami operacji DetectionPostProcess , tj.:

    • Tensor lokalizacji (kTfLiteFloat32)
      • tensor rozmiaru [1 x num_results x 4] , wewnętrzna tablica reprezentująca ramki ograniczające w postaci [góra, lewa, prawa, dół].
      • Do metadanych wymagane jest dołączenie właściwości BoundingBoxProperties i określenie type=BOUNDARIES oraz `typ_współrzędnych=RATIO.
    • Tensor klas (kTfLiteFloat32)

      • tensor rozmiaru [1 x num_results] , każda wartość reprezentuje indeks całkowity klasy.
      • opcjonalne (ale zalecane) mapy etykiet można dołączyć jako pliki AssociatedFile typu TENSOR_VALUE_LABELS, zawierające jedną etykietę w linii. Zobacz przykładowy plik etykiety . Pierwszy taki plik AssociatedFile (jeśli istnieje) jest używany do wypełnienia pola class_name wyników. Pole display_name jest wypełniane z pliku AssociatedFile (jeśli istnieje), którego ustawienia regionalne odpowiadają polu display_names_locale ObjectDetectorOptions używanej w czasie tworzenia (domyślnie „en”, tj. angielski). Jeśli żadne z nich nie jest dostępne, wypełnione zostanie jedynie pole index wyników.
    • Tensor wyników (kTfLiteFloat32)

      • tensor rozmiaru [1 x num_results] , każda wartość reprezentuje wynik wykrytego obiektu.
    • Liczba tensorów detekcji (kTfLiteFloat32)

      • liczba całkowita num_results jako tensor rozmiaru [1] .