ImageSegmenter

画像のセグメンテーションを実行します。

API は、 TFLite モデル メタデータを含む TFLite モデルを想定しています。 。

API は、1 つの画像入力テンソルと 1 つの出力テンソルを持つモデルをサポートします。より具体的に言うと、次のような要件があります。

• 入力画像テンソル ( kTfLiteUInt8 / kTfLiteFloat32 )
  • サイズ[batch x height x width x channels]の画像入力。
  • バッチ推論はサポートされていません ( batch 1 である必要があります)。
  • RGB 入力のみがサポートされています ( channels 3 である必要があります)。
  • type がkTfLiteFloat32の場合、入力正規化のために NormalizationOptions をメタデータに付加する必要があります。
• 出力画像テンソル ( kTfLiteUInt8 / kTfLiteFloat32 )
  • サイズ[batch x mask_height x mask_width x num_classes]のテンソル。ここで、 batch 1 である必要があります。 mask_widthとmask_heightはモデルによって生成されるセグメンテーション マスクの次元であり、 num_classesモデルによってサポートされるクラスの数です。
  • オプションの (ただし推奨される) ラベル マップは、1 行に 1 つのラベルを含む、タイプ TENSOR_AXIS_LABELS の AssociatedFile-s として添付できます。最初の AssociatedFile (存在する場合) は、結果のクラス名、つまりColoredLabel.getlabel()を埋めるために使用されます。表示名、つまりColoredLabel.getDisplayName()は、ロケールが作成時に使用される `ImageSegmenterOptions` の `display_names_locale` フィールドと一致する AssociatedFile (存在する場合) から入力されます (デフォルトでは "en"、つまり英語)。これらのいずれも使用できない場合は、結果の「インデックス」フィールドのみが入力されます。

このようなモデルの例はTensorFlow Hub にあります。 。