ImageSegmenter
با مجموعهها، منظم بمانید
ذخیره و دستهبندی محتوا براساس اولویتهای شما.
تقسیم بندی 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 یک 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.
تانسور تصویر خروجی ( kTfLiteUInt8
/ kTfLiteFloat32
)- تانسور اندازه
[batch x mask_height x mask_width x num_classes]
، که در آن batch
باید 1 باشد، mask_width
و mask_height
ابعاد ماسک های تقسیم بندی تولید شده توسط مدل هستند و num_classes
تعداد کلاس های پشتیبانی شده توسط مدل است. - نقشه(های) برچسب اختیاری (اما توصیه شده) را می توان به عنوان AssociatedFile-s با نوع TENSOR_AXIS_LABELS، حاوی یک برچسب در هر خط، پیوست کرد. اولین AssociatedFile (در صورت وجود) برای پر کردن نام کلاس، یعنی
ColoredLabel.getlabel()
نتایج استفاده می شود. نام نمایشی، یعنی ColoredLabel.getDisplayName()
از AssociatedFile (در صورت وجود) پر می شود که منطقه آن با فیلد «display_names_locale» از «ImageSegmenterOptions» استفاده شده در زمان ایجاد ("en" به طور پیش فرض، یعنی انگلیسی) مطابقت دارد. اگر هیچ یک از اینها در دسترس نباشد، فقط فیلد «شاخص» نتایج پر می شود.
نمونه ای از چنین مدلی را می توان در TensorFlow Hub یافت. .
روش های ارثی
از کلاس java.lang.Object بولی | |
کلاس نهایی <?> | getClass () |
بین المللی | هش کد () |
باطل نهایی | اعلام کردن () |
باطل نهایی | اطلاع رسانی به همه () |
رشته | toString () |
باطل نهایی | صبر کنید (long arg0، int arg1) |
باطل نهایی | صبر کنید (طولانی arg0) |
باطل نهایی | صبر کن () |
از رابط java.io.Closeable از رابط java.lang.AutoCloseable روش های عمومی
Public Static ImageSegmenter createFromFile (زمینه زمینه، رشته مدلPath)
مولفه های
متن نوشته | |
---|
modelPath | مسیر مدل تقسیم بندی با ابرداده در دارایی ها |
---|
مولفه های
modelFile | مدل تقسیم بندی نمونه File |
---|
گزینه ها | |
---|
مولفه های
متن نوشته | |
---|
modelPath | مسیر مدل تقسیم بندی با ابرداده در دارایی ها |
---|
گزینه ها | |
---|
مولفه های
frameBufferHandle | |
---|
گزینه ها | |
---|
مولفه های
تصویر | یک شی UINT8 TensorImage که یک تصویر RGB یا YUV را نشان می دهد |
---|
برمی گرداند
- نتایج انجام تقسیم بندی تصویر توجه داشته باشید که در آن زمان، انتظار می رود که یک عنصر
Segmentation
بازگردانده شود. نتیجه در یک List
ذخیره میشود تا بعداً به مدلهای تقسیمبندی نمونه بسط داده شود، که ممکن است یک قطعهبندی برای هر شی را برگرداند.
بخش بندی واقعی را در MlImage
ارائه شده انجام می دهد.
برمی گرداند
- نتایج انجام تقسیم بندی تصویر توجه داشته باشید که در آن زمان، انتظار می رود که یک عنصر
Segmentation
بازگردانده شود. نتیجه در یک List
ذخیره میشود تا بعداً به مدلهای تقسیمبندی نمونه بسط داده شود، که ممکن است یک قطعهبندی برای هر شی را برگرداند.
مولفه های
تصویر | یک شی UINT8 TensorImage که یک تصویر RGB یا YUV را نشان می دهد |
---|
گزینه ها | گزینه ها نحوه پیش پردازش تصویر را پیکربندی می کنند |
---|
برمی گرداند
- نتایج انجام تقسیم بندی تصویر توجه داشته باشید که در آن زمان، انتظار می رود که یک عنصر
Segmentation
بازگردانده شود. نتیجه در یک List
ذخیره میشود تا بعداً به مدلهای تقسیمبندی نمونه بسط داده شود، که ممکن است یک قطعهبندی برای هر شی را برگرداند.
مولفه های
تصویر | یک MlImage به بخش. |
---|
گزینه ها | گزینه ها نحوه پیش پردازش تصویر را پیکربندی می کنند. |
---|
برمی گرداند
- نتایج انجام تقسیم بندی تصویر توجه داشته باشید که در آن زمان، انتظار می رود که یک عنصر
Segmentation
بازگردانده شود. نتیجه در یک List
ذخیره میشود تا بعداً به مدلهای تقسیمبندی نمونه بسط داده شود، که ممکن است یک قطعهبندی برای هر شی را برگرداند.
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2023-12-01 بهوقت ساعت هماهنگ جهانی.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"اطلاعاتی که نیاز دارم وجود ندارد"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"بیشازحد پیچیده/ مراحل بسیار زیاد"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"قدیمی"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"مشکل ترجمه"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"مشکل کد / نمونهها"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"غیره"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"درک آسان"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"مشکلم را برطرف کرد"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"غیره"
}]