รวมเครื่องตรวจจับวัตถุ

ตัวตรวจจับวัตถุสามารถระบุชุดของวัตถุที่รู้จักที่อาจมีอยู่และให้ข้อมูลเกี่ยวกับตำแหน่งภายในรูปภาพที่กำหนดหรือสตรีมวิดีโอ เครื่องตรวจจับวัตถุได้รับการฝึกฝนเพื่อตรวจจับการมีอยู่และตำแหน่งของวัตถุหลายชั้น ตัวอย่างเช่น แบบจำลองอาจได้รับการฝึกอบรมด้วยรูปภาพที่มีชิ้นผลไม้ต่างๆ พร้อมด้วย ฉลาก ที่ระบุประเภทของผลไม้ที่เป็นตัวแทน (เช่น แอปเปิ้ล กล้วย หรือสตรอเบอรี่) และข้อมูลที่ระบุว่าแต่ละวัตถุปรากฏอยู่ที่ใด รูปภาพ. ดูการ แนะนำการตรวจจับวัตถุ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับเครื่องตรวจจับวัตถุ

ใช้ Task Library ObjectDetector API เพื่อปรับใช้ตัวตรวจจับอ็อบเจ็กต์แบบกำหนดเองหรือแบบฝึกล่วงหน้าในแอปมือถือของคุณ

คุณสมบัติหลักของ ObjectDetector API

• ป้อนข้อมูลการประมวลผลภาพ รวมทั้งการหมุน การปรับขนาด และการแปลงพื้นที่สี

• ป้ายกำกับสถานที่แผนที่

• เกณฑ์คะแนนเพื่อกรองผลลัพธ์

• ผลการตรวจจับ Top-k

• ติดป้ายกำกับรายการที่อนุญาตและรายการที่ไม่อนุญาต

รุ่นเครื่องตรวจจับวัตถุที่รองรับ

รับประกันว่ารุ่นต่อไปนี้จะเข้ากันได้กับ ObjectDetector API

• โมเดลการตรวจจับวัตถุที่ฝึกไว้ล่วงหน้าบน TensorFlow Hub

• โมเดลที่สร้างโดย AutoML Vision Edge Object Detection

• โมเดลที่สร้างโดย TensorFlow Lite Model Maker สำหรับเครื่องตรวจจับวัตถุ

• โมเดลแบบกำหนดเองที่ตรงตาม ข้อกำหนดความเข้ากันได้ ของโมเดล

เรียกใช้การอนุมานใน Java

ดู แอปอ้างอิงการตรวจจับวัตถุ สำหรับตัวอย่างวิธีใช้ ObjectDetector ในแอป Android

ขั้นตอนที่ 1: นำเข้าการพึ่งพา Gradle และการตั้งค่าอื่นๆ

คัดลอกไฟล์โมเดล .tflite ไปยังไดเร็กทอรีทรัพย์สินของโมดูล Android ที่จะเรียกใช้โมเดล ระบุว่าไม่ควรบีบอัดไฟล์ และเพิ่มไลบรารี TensorFlow Lite ลงในไฟล์ build.gradle ของโมดูล:

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 (NNAPI is included)
    implementation 'org.tensorflow:tensorflow-lite-task-vision'
    // Import the GPU delegate plugin Library for GPU inference
    implementation 'org.tensorflow:tensorflow-lite-gpu-delegate-plugin'
}

ขั้นตอนที่ 2: การใช้โมเดล

// Initialization
ObjectDetectorOptions options =
    ObjectDetectorOptions.builder()
        .setBaseOptions(BaseOptions.builder().useGpu().build())
        .setMaxResults(1)
        .build();
ObjectDetector objectDetector =
    ObjectDetector.createFromFileAndOptions(
        context, modelFile, options);

// Run inference
List<Detection> results = objectDetector.detect(image);

ดู ซอร์สโค้ดและ javadoc สำหรับตัวเลือกเพิ่มเติมในการกำหนดค่า ObjectDetector

เรียกใช้การอนุมานใน iOS

ขั้นตอนที่ 1: ติดตั้งการพึ่งพา

ไลบรารีงานรองรับการติดตั้งโดยใช้ CocoaPods ตรวจสอบให้แน่ใจว่าติดตั้ง CocoaPods ในระบบของคุณแล้ว โปรดดูคำแนะนำใน การติดตั้ง CocoaPods

โปรดดู คู่มือ CocoaPods สำหรับรายละเอียดเกี่ยวกับการเพิ่มพ็อดในโครงการ Xcode

เพิ่มพ็อด TensorFlowLiteTaskVision ใน Podfile

target 'MyAppWithTaskAPI' do
  use_frameworks!
  pod 'TensorFlowLiteTaskVision'
end

ตรวจสอบให้แน่ใจว่าโมเดล .tflite ที่คุณจะใช้ในการอนุมานนั้นมีอยู่ใน App Bundle ของคุณ

ขั้นตอนที่ 2: การใช้โมเดล

Swift

// Imports
import TensorFlowLiteTaskVision

// Initialization
guard let modelPath = Bundle.main.path(forResource: "ssd_mobilenet_v1",
                                            ofType: "tflite") else { return }

let options = ObjectDetectorOptions(modelPath: modelPath)

// Configure any additional options:
// options.classificationOptions.maxResults = 3

let detector = try ObjectDetector.detector(options: options)

// Convert the input image to MLImage.
// There are other sources for MLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
guard let image = UIImage (named: "cats_and_dogs.jpg"), let mlImage = MLImage(image: image) else { return }

// Run inference
let detectionResult = try detector.detect(mlImage: mlImage)

วัตถุประสงค์ C

// Imports
#import <TensorFlowLiteTaskVision/TensorFlowLiteTaskVision.h>

// Initialization
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"ssd_mobilenet_v1" ofType:@"tflite"];

TFLObjectDetectorOptions *options = [[TFLObjectDetectorOptions alloc] initWithModelPath:modelPath];

// Configure any additional options:
// options.classificationOptions.maxResults = 3;

TFLObjectDetector *detector = [TFLObjectDetector objectDetectorWithOptions:options
                                                                     error:nil];

// Convert the input image to MLImage.
UIImage *image = [UIImage imageNamed:@"dogs.jpg"];

// There are other sources for GMLImage. For more details, please see:
// https://developers.google.com/ml-kit/reference/ios/mlimage/api/reference/Classes/GMLImage
GMLImage *gmlImage = [[GMLImage alloc] initWithImage:image];

// Run inference
TFLDetectionResult *detectionResult = [detector detectWithGMLImage:gmlImage error:nil];

ดู ซอร์สโค้ด สำหรับตัวเลือกเพิ่มเติมในการกำหนดค่า TFLObjectDetector

เรียกใช้การอนุมานใน Python

ขั้นตอนที่ 1: ติดตั้งแพ็คเกจ pip

pip install tflite-support

ขั้นตอนที่ 2: การใช้โมเดล

# Imports
from tflite_support.task import vision
from tflite_support.task import core
from tflite_support.task import processor

# Initialization
base_options = core.BaseOptions(file_name=model_path)
detection_options = processor.DetectionOptions(max_results=2)
options = vision.ObjectDetectorOptions(base_options=base_options, detection_options=detection_options)
detector = vision.ObjectDetector.create_from_options(options)

# Alternatively, you can create an object detector in the following manner:
# detector = vision.ObjectDetector.create_from_file(model_path)

# Run inference
image = vision.TensorImage.create_from_file(image_path)
detection_result = detector.detect(image)

ดู ซอร์สโค้ด สำหรับตัวเลือกเพิ่มเติมในการกำหนดค่า ObjectDetector

เรียกใช้การอนุมานใน C++

// Initialization
ObjectDetectorOptions options;
options.mutable_base_options()->mutable_model_file()->set_file_name(model_path);
std::unique_ptr<ObjectDetector> object_detector = ObjectDetector::CreateFromOptions(options).value();

// Create input frame_buffer from your inputs, `image_data` and `image_dimension`.
// See more information here: tensorflow_lite_support/cc/task/vision/utils/frame_buffer_common_utils.h
std::unique_ptr<FrameBuffer> frame_buffer = CreateFromRgbRawBuffer(
      image_data, image_dimension);

// Run inference
const DetectionResult result = object_detector->Detect(*frame_buffer).value();

ดู ซอร์สโค้ด สำหรับตัวเลือกเพิ่มเติมในการกำหนดค่า ObjectDetector

ตัวอย่างผลลัพธ์

นี่คือตัวอย่างผลการตรวจจับของ ssd mobilenet v1 จาก TensorFlow Hub

Results:
 Detection #0 (red):
  Box: (x: 355, y: 133, w: 190, h: 206)
  Top-1 class:
   index       : 17
   score       : 0.73828
   class name  : dog
 Detection #1 (green):
  Box: (x: 103, y: 15, w: 138, h: 369)
  Top-1 class:
   index       : 17
   score       : 0.73047
   class name  : dog

เรนเดอร์กล่องที่มีขอบเขตบนอิมเมจอินพุต:

ลองใช้ เครื่องมือสาธิต CLI อย่างง่ายสำหรับ ObjectDetector ด้วยแบบจำลองและข้อมูลทดสอบของคุณเอง

ข้อกำหนดความเข้ากันได้ของรุ่น

ObjectDetector API คาดหวังโมเดล TFLite ที่มีข้อมูลเมตาของ โมเดล TFLite บังคับ ดูตัวอย่างการสร้างข้อมูลเมตาสำหรับตัวตรวจจับวัตถุโดยใช้ TensorFlow Lite Metadata Writer API

โมเดลเครื่องตรวจจับวัตถุที่เข้ากันได้ควรเป็นไปตามข้อกำหนดต่อไปนี้:

• อินพุตภาพเทนเซอร์: (kTfLiteUInt8/kTfLiteFloat32)

  • อินพุตรูปภาพขนาด [batch x height x width x channels]
  • ไม่รองรับการอนุมานแบบแบตช์ ( batch ตช์ต้องเป็น 1)
  • รองรับเฉพาะอินพุต RGB เท่านั้น ( channels ต้องเป็น 3)
  • หากประเภทเป็น kTfLiteFloat32 จำเป็นต้องแนบ NormalizationOptions กับข้อมูลเมตาเพื่อทำให้อินพุตเป็นมาตรฐาน

• เทนเซอร์เอาต์พุตต้องเป็น 4 เอาต์พุตของ op DetectionPostProcess เช่น:

  • ตำแหน่งเทนเซอร์ (kTfLiteFloat32)
    • เทนเซอร์ของขนาด [1 x num_results x 4] อาร์เรย์ภายในแทนกล่องขอบเขตในรูปแบบ [บน ซ้าย ขวา ล่าง]
    • ต้องแนบ BoundingBoxProperties กับข้อมูลเมตา และต้องระบุ type=BOUNDARIES และ `coordinate_type=RATIO

  • คลาสเทนเซอร์ (kTfLiteFloat32)

    • ขนาดเมตริกซ์ [1 x num_results] แต่ละค่าแสดงถึงดัชนีจำนวนเต็มของคลาส
    • แผนที่ป้ายกำกับที่ไม่บังคับ (แต่แนะนำ) สามารถแนบเป็น AssociatedFile-s ที่มีประเภท TENSOR_VALUE_LABELS ซึ่งมีหนึ่งป้ายกำกับต่อบรรทัด ดู ตัวอย่างไฟล์ป้ายกำกับ AssociatedFile แรกดังกล่าว (ถ้ามี) ใช้เพื่อเติมฟิลด์ class_name ของผลลัพธ์ ฟิลด์ display_name ถูกกรอกจาก AssociatedFile (ถ้ามี) ซึ่ง locale ตรงกับฟิลด์ display_names_locale ของ ObjectDetectorOptions ที่ใช้ในเวลาที่สร้าง ("en" โดยค่าเริ่มต้น เช่น ภาษาอังกฤษ) หากไม่มีสิ่งเหล่านี้ ระบบจะเติมเฉพาะฟิลด์ index ของผลลัพธ์เท่านั้น

  • คะแนนเทนเซอร์ (kTfLiteFloat32)

    • ขนาดเมตริกซ์ [1 x num_results] แต่ละค่าแสดงถึงคะแนนของวัตถุที่ตรวจพบ

  • จำนวนเทนเซอร์การตรวจจับ (kTfLiteFloat32)

    • จำนวนเต็ม num_results เป็นเทนเซอร์ของขนาด [1]