ObjectDetector
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Melakukan deteksi objek pada gambar.
API mengharapkan model TFLite dengan Metadata Model TFLite. .
API mendukung model dengan satu tensor masukan gambar dan empat tensor keluaran. Untuk lebih spesifiknya, berikut persyaratannya.
- Tensor gambar masukan (
kTfLiteUInt8
/ kTfLiteFloat32
)- masukan gambar dengan ukuran
[batch x height x width x channels]
. - inferensi batch tidak didukung (
batch
harus 1). - hanya input RGB yang didukung (
channels
harus ada 3). - jika tipenya adalah
kTfLiteFloat32
, NormalizationOptions harus dilampirkan ke metadata untuk normalisasi input.
Tensor keluaran harus berupa 4 keluaran dari operasi DetectionPostProcess
, yaitu:- Tensor lokasi (
kTfLiteFloat32
):- tensor berukuran
[1 x num_results x 4]
, array bagian dalam mewakili kotak pembatas dalam bentuk [atas, kiri, kanan, bawah]. -
BoundingBoxProperties
harus dilampirkan ke metadata dan harus menentukan type=BOUNDARIES
dan coordinate_type=RATIO
.
Tensor kelas ( kTfLiteFloat32
):- tensor berukuran
[1 x num_results]
, setiap nilai mewakili indeks bilangan bulat suatu kelas. - jika peta label dilampirkan ke metadata sebagai file terkait
TENSOR_VALUE_LABELS
, peta tersebut digunakan untuk mengonversi nilai tensor menjadi label.
skor tensor ( kTfLiteFloat32
):- tensor berukuran
[1 x num_results]
, masing-masing nilai mewakili skor objek yang terdeteksi.
Jumlah tensor deteksi ( kTfLiteFloat32
):- integer num_results sebagai tensor ukuran
[1]
.
Contoh model tersebut dapat ditemukan di TensorFlow Hub. .
Metode Warisan
Dari kelas java.lang.Object boolean | sama dengan ( Objek arg0) |
Kelas terakhir <?> | dapatkan Kelas () |
ke dalam | Kode hash () |
kekosongan terakhir | memberitahu () |
kekosongan terakhir | beri tahuSemua () |
Rangkaian | keString () |
kekosongan terakhir | tunggu (arg0 panjang, int arg1) |
kekosongan terakhir | tunggu (argumen panjang0) |
kekosongan terakhir | Tunggu () |
Dari antarmuka java.io.Closeable kekosongan abstrak | menutup () |
Dari antarmuka java.lang.AutoCloseable kekosongan abstrak | menutup () |
Metode Publik
public static ObjectDetector createFromFile (Konteks konteks, String modelPath)
Parameter
konteks | |
---|
modelPath | jalur ke model deteksi dengan metadata di aset |
---|
Parameter
konteks | |
---|
modelPath | jalur ke model deteksi dengan metadata di aset |
---|
pilihan | |
---|
Parameter
file model | contoh File model deteksi |
---|
pilihan | |
---|
Melakukan deteksi aktual pada MlImage
yang disediakan.
Parameter
gambar | objek MlImage yang mewakili gambar |
---|
Parameter
gambar | objek TensorImage UINT8 yang mewakili gambar RGB atau YUV |
---|
pilihan | opsi untuk mengonfigurasi cara melakukan praproses gambar |
---|
Parameter
gambar | objek MlImage yang mewakili gambar |
---|
pilihan | opsi untuk mengonfigurasi cara melakukan praproses gambar |
---|
Parameter
gambar | objek TensorImage UINT8 yang mewakili gambar RGB atau YUV |
---|
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2023-12-01 UTC.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Informasi yang saya butuhkan tidak ada"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Terlalu rumit/langkahnya terlalu banyak"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Sudah usang"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Masalah terjemahan"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Masalah kode / contoh"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Lainnya"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Mudah dipahami"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Memecahkan masalah saya"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Lainnya"
}]