ObjectDetector

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. .