集成图像分割器

图像分割器会预测图像中的每个像素是否与某个类相关联。这与物体检测(检测矩形区域中的物体)和图像分类(对整体图像进行分类)不同。有关图像分割器的详细信息,请参阅图像分割简介

使用 Task Library ImageSegmenter API 可将自定义图像分割器或预训练图像分割器部署到您的模型应用中。

ImageSegmenter API 的主要功能

  • 输入图像处理,包括旋转、调整大小和色彩空间转换。

  • 标注映射区域。

  • 两种输出类型,类别掩码和置信掩码。

  • 用于显示目的的彩色标签。

支持的图像分割器模型

以下模型保证可与 ImageSegmenter API 兼容。

用 Java 运行推断

请参阅图像分割参考应用,获得如何在 Android 应用中使用 ImageSegmenter 的示例。

步骤 1:导入 Gradle 依赖项和其他设置

.tflite 模型文件复制到将要运行模型的 Android 模块的资源目录下。指定不压缩该文件,并将 TensorFlow Lite 库添加到模块的 build.gradle 文件中。

android {
    // Other settings

    // Specify tflite file should not be compressed for the app apk
    aaptOptions {
        noCompress "tflite"
    }

}

dependencies {
    // Other dependencies

    // Import the Task Vision Library dependency
    implementation 'org.tensorflow:tensorflow-lite-task-vision:0.1.0'
}

步骤 2:使用模型

// Initialization
ImageSegmenterOptions options = ImageSegmenterOptions.builder().setOutputType(OutputType.CONFIDENCE_MASK).build();
ImageSegmenter imageSegmenter = ImageSegmenter.createFromFileAndOptions(context, modelFile, options);

// Run inference
List<Segmentation> results = imageSegmenter.segment(image);

有关配置 ImageSegmenter 的更多选项,请参阅源代码和 Javadoc

用 C++ 运行推断

注:我们正在改善 C++ Task Library 的可用性,如提供预先构建的二进制文件,并创建用户友好的工作流以从源代码进行构建。C++ API 可能会发生变化。

// Initialization
ImageSegmenterOptions options;
options.mutable_model_file_with_metadata()->set_file_name(model_file);
std::unique_ptr<ImageSegmenter> image_segmenter = ImageSegmenter::CreateFromOptions(options).value();

// Run inference
const SegmentationResult result = image_segmenter->Segment(*frame_buffer).value();

有关配置 ImageSegmenter 的更多选项,请参阅源代码

结果示例

下面是 TensorFlow Hub 上的通用分割模型 deeplab_v3 的分割结果的示例。

plane

Color Legend:
 (r: 000, g: 000, b: 000):
  index       : 0
  class name  : background
 (r: 128, g: 000, b: 000):
  index       : 1
  class name  : aeroplane

# (omitting multiple lines for conciseness) ...

 (r: 128, g: 192, b: 000):
  index       : 19
  class name  : train
 (r: 000, g: 064, b: 128):
  index       : 20
  class name  : tv
Tip: use a color picker on the output PNG file to inspect the output mask with
this legend.

分割类别掩码应如下所示:

segmentation-output

用您自己的模型和测试数据试用简单的 ImageSegmenter CLI 演示工具

模型兼容性要求

ImageSegmenter API 需要具有强制性 TFLite 模型元数据的 TFLite 模型。

  • 输入图像张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 图像输入大小为 [batch x height x width x channels]
    • 不支持批量推断(batch 必须为 1)。
    • 仅支持 RGB 输入(channels 必须为 3)。
    • 如果类型为 kTfLiteFloat32,则必须将 NormalizationOptions 附加到元数据以进行输入归一化。
  • 输出掩码张量 (kTfLiteUInt8/kTfLiteFloat32)

    • 张量大小为 [batch x mask_height x mask_width x num_classes],其中 batch 必须为 1,mask_widthmask_height 为模型产生的分割掩码的维度,num_classes 为模型支持的类数。
    • 可选的(但推荐)标签映射可作为 AssociatedFile-s 进行附加,类型为 TENSOR_AXIS_LABELS,每行包含一个标签。第一个此类 AssociatedFile (如果有)用于填充结果的 label 字段(在 C++ 中,名称为 class_name)。display_name 字段由其区域与创建时所用的 ImageSegmenterOptionsdisplay_names_locale 字段(默认为“en”,即英语)相匹配的 AssociatedFile(如果有)填充。如果上述选项均不可用,则仅填充结果中的 index 字段。