ObjectDetector

Wykonuje wykrywanie obiektów na obrazach.

Interfejs API oczekuje modelu TFLite z metadanymi modelu TFLite. .

Interfejs API obsługuje modele z jednym tensorem wejściowym obrazu i czterema tensorami wyjściowymi. Mówiąc dokładniej, oto 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 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].
    • Wymagane jest dołączenie BoundingBoxProperties do metadanych i określenie type=BOUNDARIES oraz coordinate_type=RATIO .
  • Tensor klas ( kTfLiteFloat32 ):
    • tensor rozmiaru [1 x num_results] , każda wartość reprezentuje indeks całkowity klasy.
    • jeśli mapy etykiet są dołączone do metadanych jako pliki powiązane TENSOR_VALUE_LABELS , są one używane do konwertowania wartości tensora na etykiety.
  • 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] .

Przykład takiego modelu można znaleźć na TensorFlow Hub. .