集成物体检测器

物体检测器可以识别已知的一组物体中可能存在的物体，并提供它们在给定图像或视频流中的位置信息。物体检测器经过训练，可以检测多类物体的存在和位置。例如，可以用包含各种水果的图像，以及指定它们所代表水果类别（如苹果、香蕉或草莓）的标签和指定每个物体在图像中出现位置的数据来训练模型。有关物体检测器的详细信息，请参阅物体检测简介。

使用 Task Library ObjectDetector API 将自定义物体检测器或预训练的物体检测器部署到您的模型应用中。

ObjectDetector 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。
筛选结果的分数阈值。
Top-k 检测结果。
标注允许列表和拒绝列表。

支持的物体检测器模型

以下模型保证可与 ObjectDetector API 兼容。

TensorFlow Hub 上的预训练物体检测模型。
由 AutoML Vision Edge Object Detection 创建的模型。
符合模型兼容性要求的自定义模型。

用 Java 运行推断

请参阅物体检测参考应用，获得如何在 Android 应用中使用 ObjectDetector 的示例。

步骤 1：导入 Gradle 依赖项和其他设置

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

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

有关配置 ObjectDetector 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
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();

有关配置 ObjectDetector 的更多选项，请参阅源代码。

结果示例

以下是来自 TensorFlow Hub 的 ssd mobilenet v1 的检测结果示例。

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

将边界框呈现在输入图像上：

detection output

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

模型兼容性要求

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

兼容的物体检测模型应满足以下要求：

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。
输出张量必须是 DetectionPostProcess 算子的 4 个输出，即：
- 区域张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results x 4] 的张量，内部数组表示边界框，形式为 [top，left，right，bottom]。
  - 必须将 BoundingBoxProperties 附加到元数据，且必须指定 type=BOUNDARIES 和 `coordinate_type = RATIO。
- 类张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results] 的张量，每个值代表一个类的整数索引。
  - 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 class_name 字段。display_name 字段由其区域与创建时所用的 ObjectDetectorOptions 的 display_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，将仅填充结果中的 index 字段。
- 分数张量 (kTfLiteFloat32)
  - 大小为 [1 x num_results] 的张量，每个值代表检测到的物体的分数。
- 检测张量的数量 (kTfLiteFloat32)
  - 整数 num_results 作为大小为 [1] 的张量。