ObjectDetector

ইমেজ উপর বস্তু সনাক্তকরণ সঞ্চালন.

API টিএফলাইট মডেল মেটাডেটা সহ একটি TFLite মডেল আশা করে। .

API একটি ইমেজ ইনপুট টেনসর এবং চারটি আউটপুট টেনসর সহ মডেলগুলিকে সমর্থন করে। আরো নির্দিষ্ট হতে, এখানে প্রয়োজনীয়তা আছে.

• ইনপুট ইমেজ টেনসর ( kTfLiteUInt8 / kTfLiteFloat32 )
  • আকারের ইমেজ ইনপুট [batch x height x width x channels] ।
  • ব্যাচ অনুমান সমর্থিত নয় ( batch 1 হতে হবে)।
  • শুধুমাত্র RGB ইনপুট সমর্থিত ( channels 3 হতে হবে)।
  • টাইপ kTfLiteFloat32 হলে, ইনপুট স্বাভাবিককরণের জন্য মেটাডেটার সাথে স্বাভাবিককরণ বিকল্পগুলি সংযুক্ত করা প্রয়োজন।
• আউটপুট টেনসর অবশ্যই একটি DetectionPostProcess op এর 4টি আউটপুট হতে হবে, যেমন:
  • অবস্থান টেনসর ( kTfLiteFloat32 ):
    • আকারের টেনসর [1 x num_results x 4] , অভ্যন্তরীণ অ্যারে যা আকারে আবদ্ধ বাক্সগুলিকে উপস্থাপন করে [উপরে, বাম, ডান, নীচে]।
    • BoundingBoxProperties মেটাডেটার সাথে সংযুক্ত করতে হবে এবং অবশ্যই type=BOUNDARIES এবং coordinate_type=RATIO উল্লেখ করতে হবে।
  • ক্লাস টেনসর ( kTfLiteFloat32 ):
    • আকারের টেনসর [1 x num_results] , প্রতিটি মান একটি শ্রেণীর পূর্ণসংখ্যা সূচক প্রতিনিধিত্ব করে।
    • যদি লেবেল মানচিত্রগুলি মেটাডেটার সাথে TENSOR_VALUE_LABELS সম্পর্কিত ফাইল হিসাবে সংযুক্ত থাকে, সেগুলি টেনসর মানগুলিকে লেবেলে রূপান্তর করতে ব্যবহৃত হয়।
  • স্কোর টেনসর ( kTfLiteFloat32 ):
    • আকারের টেনসর [1 x num_results] , প্রতিটি মান সনাক্ত করা বস্তুর স্কোর প্রতিনিধিত্ব করে।
  • সনাক্তকরণ টেনসরের সংখ্যা ( kTfLiteFloat32 ):
    • পূর্ণসংখ্যা num_results আকারের একটি টেনসর হিসাবে [1] ।

এই ধরনের মডেলের একটি উদাহরণ টেনসরফ্লো হাবে পাওয়া যাবে। .