ObjectDetector

تشخیص اشیا را روی تصاویر انجام می دهد.

API انتظار دارد یک مدل TFLite با فراداده مدل TFLite باشد. .

API از مدل هایی با یک تانسور ورودی تصویر و چهار تانسور خروجی پشتیبانی می کند. برای دقیق تر، در اینجا الزامات وجود دارد.

• تانسور تصویر ورودی ( kTfLiteUInt8 / kTfLiteFloat32 )
  • اندازه ورودی تصویر [batch x height x width x channels] .
  • استنتاج دسته ای پشتیبانی نمی شود ( batch باید 1 باشد).
  • فقط ورودی های RGB پشتیبانی می شوند ( channels باید 3 باشند).
  • اگر نوع kTfLiteFloat32 باشد، برای عادی سازی ورودی، باید گزینه های Normalization به ابرداده متصل شوند.
• تانسورهای خروجی باید 4 خروجی یک DetectionPostProcess باشند، یعنی:
  • تانسور مکان ( kTfLiteFloat32 ):
    • تانسور اندازه [1 x num_results x 4] ، آرایه داخلی جعبه‌های محدودکننده را به شکل [بالا، چپ، راست، پایین] نشان می‌دهد.
    • BoundingBoxProperties برای پیوست شدن به ابرداده الزامی است و باید type=BOUNDARIES و coordinate_type=RATIO را مشخص کند.
  • تانسور کلاس ها ( kTfLiteFloat32 ):
    • تانسور اندازه [1 x num_results] ، که هر مقدار نمایانگر شاخص عدد صحیح یک کلاس است.
    • اگر نقشه‌های برچسب به عنوان فایل‌های مرتبط TENSOR_VALUE_LABELS به ابرداده متصل شوند، برای تبدیل مقادیر تانسور به برچسب‌ها استفاده می‌شوند.
  • تانسور امتیازات ( kTfLiteFloat32 ):
    • تانسور اندازه [1 x num_results] ، که هر مقدار نشان دهنده امتیاز شی شناسایی شده است.
  • تعداد تانسور تشخیص ( kTfLiteFloat32 ):
    • عدد صحیح num_results به عنوان تانسور اندازه [1] .

نمونه ای از چنین مدلی را می توان در TensorFlow Hub یافت. .