質問があります? TensorFlowフォーラム訪問フォーラムでコミュニティとつながる

物体検出器の統合

物体検出器は、既知の物体セットのどれが存在するかを識別し、特定の画像またはビデオストリーム内のそれらの位置に関する情報を提供できます。物体検出器は、物体の複数のクラスの存在と位置を検出するようにトレーニングされています。たとえば、さまざまな果物を含む画像でモデルをトレーニングし、それらが表す果物のクラスを指定するラベル (リンゴ、バナナ、イチゴなど) と各物体が画像のどこに現れるかを特定するデータを提供できます。物体検出器の詳細については、物体検出の概要をご覧ください。

Task Library ObjectDetector API を使用して、カスタム物体検出器または事前トレーニング済みの検出器をモデルアプリにデプロイします。

ObjectDetector API の主な機能

  • 回転、サイズ変更、色空間変換などの入力画像処理。

  • マップロケールのラベル付け。

  • 結果をフィルタリングするスコアしきい値。

  • Top-k 分類結果。

  • 許可リストと拒否リストのラベルを付け。

サポートされている物体検出モデル

次のモデルは、ObjectDetector APIとの互換性が保証されています。

Java で推論を実行する

ステップ 1: Gradle の依存関係とその他の設定をインポートする

.tfliteモデルファイルを、モデルが実行される Android モジュールのアセットディレクトリにコピーします。ファイルを圧縮しないように指定し、TensorFlow Lite ライブラリをモジュールのbuild.gradleファイルに追加します。

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:0.0.0-nightly'
}

ステップ 2: モデルを使用する

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

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

ObjectDetectorを構成するその他のオプションについては、ソースコードと javadoc をご覧ください。

C++ で推論を実行する

注: C++ Task Library では、使いやすさを向上するために構築済みのバイナリを提供したり、ユーザーフレンドリーなワークフローを作成してソースコードから構築できるようしています。C++ API は変更される可能性があります。

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

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

ObjectDetectorを構成するその他のオプションについては、ソースコードをご覧ください。

結果の例

TensorFlow Hub からの ssd mobilenet v1 の検出結果の例を次に示します。

dogs

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

境界矩形を入力画像にレンダリングします。

detection output

独自のモデルとテストデータを使用して、シンプルな ObjectDetector 向け CLI デモツールをお試しください。

モデルの互換性要件

ObjectDetector APIでは、 TFLite モデルメタデータを持つ TFLite モデル が必要です。

互換性のある物体検出モデルは、次の要件を満たす必要があります。

  • 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は 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は 3 である必要があります)。
    • 型が kTfLiteFloat32 の場合、入力の正規化のためにメタデータに NormalizationOptions をアタッチする必要があります。
  • 出力テンソルは、以下のようにDetectionPostProcess演算の 4 つの出力でなければなりません。

    • 位置テンソル (kTfLiteFloat32)

      • サイズ[1 x num_results x 4]のテンソル。[上、左、右、下]の形式で境界矩形を表す内部配列。
      • BoundingBoxProperties はメタデータに添付する必要があり、type=BOUNDARIESおよび `coordinate_type = RATIO を指定する必要があります。
    • クラステンソル (kTfLiteFloat32)

      • サイズ[1 x num_results]のテンソル。各値はクラスの整数インデックスを表します。
      • TENSOR_AXIS_LABELS 型の AssociatedFile ラベルマップ (オプションですが推薦されます)。1 行に 1 つのラベルが含まれます。最初の AssociatedFile (存在する場合) は、結果のclass_nameフィールドの入力のために使用されます。display_nameフィールドは、AssociatedFile (存在する場合) から入力されます。そのロケールは、作成時に使用されるObjectDetectorOptionsdisplay_names_localeフィールドと一致します(デフォルトでは「en (英語)」)。これらのいずれも使用できない場合、結果のindexフィールドのみが入力されます。
    • スコアテンソル (kTfLiteFloat32)

      • サイズ[1 x num_results]のテンソル。各値は検出された物体のスコアを表します。
    • 検出テンソル数 (kTfLiteFloat32)

      • テンソルサイズ [1]の整数の num_results。