Google 致力于为黑人社区推动种族平等。查看具体举措

在 iOS 上使用 AutoML 训练的模型标记图像

你之后使用AutoML视觉边缘训练自己的模型,你可以在你的应用程序中使用它来标记的图像。

有两种方法可以集成从 AutoML Vision Edge 训练的模型。您可以通过将模型的文件复制到 Xcode 项目中来捆绑模型,也可以从 Firebase 动态下载它。

模型捆绑选项
捆绑在您的应用程序中
  • 该模型是捆绑包的一部分
  • 该模型立即可用,即使 iOS 设备处于离线状态
  • 不需要 Firebase 项目
使用 Firebase 托管

在你开始之前

  1. 在 Podfile 中包含 ML Kit 库:

    将模型与您的应用程序捆绑在一起:

    pod 'GoogleMLKit/ImageLabelingCustom'
    

    对于动态下载从火力地堡的模型,添加LinkFirebase依赖性:

    pod 'GoogleMLKit/ImageLabelingCustom'
    pod 'GoogleMLKit/LinkFirebase'
    
  2. 您安装或更新项目的吊舱后,用其打开你的Xcode项目.xcworkspace 。 Xcode 12.2 或更高版本支持 ML Kit。

  3. 如果你想下载的模式,确保您添加火力地堡到你的Android项目,如果你还没有这样做。当您捆绑模型时,这不是必需的。

1.加载模型

配置本地模型源

要将模型与您的应用程序捆绑在一起:

  1. 从您从 Firebase 控制台下载的 zip 存档中提取模型及其元数据到一个文件夹中:

    your_model_directory
      |____dict.txt
      |____manifest.json
      |____model.tflite
    

    所有三个文件必须在同一个文件夹中。我们建议您在下载时使用这些文件,不要修改(包括文件名)。

  2. 该文件夹复制到您的Xcode项目,同时注意选择在这样做时创建的文件夹引用。模型文件和元数据将包含在应用程序包中并可供 ML Kit 使用。

  3. 创建LocalModel对象,并指定到模型清单文件的路径:

    迅速

    guard let manifestPath = Bundle.main.path(
        forResource: "manifest",
        ofType: "json",
        inDirectory: "your_model_directory"
    ) else { return true }
    let localModel = LocalModel(manifestPath: manifestPath)
    

    目标-C

    NSString *manifestPath =
        [NSBundle.mainBundle pathForResource:@"manifest"
                                      ofType:@"json"
                                 inDirectory:@"your_model_directory"];
    MLKLocalModel *localModel =
        [[MLKLocalModel alloc] initWithManifestPath:manifestPath];
    

配置 Firebase 托管的模型源

要使用远程托管模式,创建一个CustomRemoteModel对象,指定您分配模式,当你发布它的名字:

迅速

// Initialize the model source with the name you assigned in
// the Firebase console.
let remoteModelSource = FirebaseModelSource(name: "your_remote_model")
let remoteModel = CustomRemoteModel(remoteModelSource: remoteModelSource)

目标-C

// Initialize the model source with the name you assigned in
// the Firebase console.
MLKFirebaseModelSource *firebaseModelSource =
    [[MLKFirebaseModelSource alloc] initWithName:@"your_remote_model"];
MLKCustomRemoteModel *remoteModel =
    [[MLKCustomRemoteModel alloc] initWithRemoteModelSource:firebaseModelSource];

然后,启动模型下载任务,指定允许下载的条件。如果模型不在设备上,或者模型的更新版本可用,则任务将从 Firebase 异步下载模型:

迅速

let downloadConditions = ModelDownloadConditions(
  allowsCellularAccess: true,
  allowsBackgroundDownloading: true
)

let downloadProgress = ModelManager.modelManager().download(
  remoteModel,
  conditions: downloadConditions
)

目标-C

MLKModelDownloadConditions *downloadConditions =
    [[MLKModelDownloadConditions alloc] initWithAllowsCellularAccess:YES
                                         allowsBackgroundDownloading:YES];

NSProgress *downloadProgress =
    [[MLKModelManager modelManager] downloadRemoteModel:remoteModel
                                             conditions:downloadConditions];

许多应用程序在其初始化代码中启动下载任务,但您可以在需要使用模型之前随时执行此操作。

从您的模型创建图像标签

您配置模型的来源后,创建一个ImageLabeler从他们的目的之一。

如果你只有一个本地捆绑的模式,只是从你创建一个贴标LocalModel对象和配置要要求(见置信度阈值的评估模型):

迅速

let options = CustomImageLabelerOptions(localModel: localModel)
options.confidenceThreshold = NSNumber(value: 0.0)  // Evaluate your model in the Cloud console
                                                    // to determine an appropriate value.
let imageLabeler = ImageLabeler.imageLabeler(options)

目标-C

CustomImageLabelerOptions *options =
    [[CustomImageLabelerOptions alloc] initWithLocalModel:localModel];
options.confidenceThreshold = @(0.0f);  // Evaluate your model in the Cloud console
                                        // to determine an appropriate value.
MLKImageLabeler *imageLabeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

如果您有远程托管的模型,则必须在运行之前检查它是否已下载。您可以查看使用模型管理的模型下载任务的状态isModelDownloaded(remoteModel:)方法。

尽管你只有在运行贴标前要确认这一点,如果你同时拥有远程托管模式和本地捆绑的模式,它可能是有意义实例化时执行该检查ImageLabeler :从遥控模型创建贴标签,如果是已下载,否则从本地模型下载。

迅速

var options: CustomImageLabelerOptions
if (ModelManager.modelManager().isModelDownloaded(remoteModel)) {
  options = CustomImageLabelerOptions(remoteModel: remoteModel)
} else {
  options = CustomImageLabelerOptions(localModel: localModel)
}
options.confidenceThreshold = NSNumber(value: 0.0)  // Evaluate your model in the Firebase console
                                                    // to determine an appropriate value.
let imageLabeler = ImageLabeler.imageLabeler(options: options)

目标-C

MLKCustomImageLabelerOptions *options;
if ([[MLKModelManager modelManager] isModelDownloaded:remoteModel]) {
  options = [[MLKCustomImageLabelerOptions alloc] initWithRemoteModel:remoteModel];
} else {
  options = [[MLKCustomImageLabelerOptions alloc] initWithLocalModel:localModel];
}
options.confidenceThreshold = @(0.0f);  // Evaluate your model in the Firebase console
                                        // to determine an appropriate value.
MLKImageLabeler *imageLabeler =
    [MLKImageLabeler imageLabelerWithOptions:options];

如果您只有远程托管的模型,则应禁用与模型相关的功能(例如,灰显或隐藏部分 UI),直到确认模型已下载。

您可以通过将观察者附加到默认通知中心来获取模型下载状态。一定要使用一个弱引用self的观测器模块,因为下载可能需要一些时间,并发起对象可以通过时间来释放下载完成。例如:

迅速

NotificationCenter.default.addObserver(
    forName: .mlkitMLModelDownloadDidSucceed,
    object: nil,
    queue: nil
) { [weak self] notification in
    guard let strongSelf = self,
        let userInfo = notification.userInfo,
        let model = userInfo[ModelDownloadUserInfoKey.remoteModel.rawValue]
            as? RemoteModel,
        model.name == "your_remote_model"
        else { return }
    // The model was downloaded and is available on the device
}

NotificationCenter.default.addObserver(
    forName: .mlkitMLModelDownloadDidFail,
    object: nil,
    queue: nil
) { [weak self] notification in
    guard let strongSelf = self,
        let userInfo = notification.userInfo,
        let model = userInfo[ModelDownloadUserInfoKey.remoteModel.rawValue]
            as? RemoteModel
        else { return }
    let error = userInfo[ModelDownloadUserInfoKey.error.rawValue]
    // ...
}

目标-C

__weak typeof(self) weakSelf = self;

[NSNotificationCenter.defaultCenter
    addObserverForName:MLKModelDownloadDidSucceedNotification
                object:nil
                 queue:nil
            usingBlock:^(NSNotification *_Nonnull note) {
              if (weakSelf == nil | note.userInfo == nil) {
                return;
              }
              __strong typeof(self) strongSelf = weakSelf;

              MLKRemoteModel *model = note.userInfo[MLKModelDownloadUserInfoKeyRemoteModel];
              if ([model.name isEqualToString:@"your_remote_model"]) {
                // The model was downloaded and is available on the device
              }
            }];

[NSNotificationCenter.defaultCenter
    addObserverForName:MLKModelDownloadDidFailNotification
                object:nil
                 queue:nil
            usingBlock:^(NSNotification *_Nonnull note) {
              if (weakSelf == nil | note.userInfo == nil) {
                return;
              }
              __strong typeof(self) strongSelf = weakSelf;

              NSError *error = note.userInfo[MLKModelDownloadUserInfoKeyError];
            }];

2. 准备输入图像

创建VisionImage使用对象UIImageCMSampleBufferRef

如果您使用UIImage ,请按照下列步骤操作:

  • 创建VisionImage与对象UIImage 。确保指定正确的.orientation

    迅速

    let image = VisionImage(image: uiImage)
    visionImage.orientation = image.imageOrientation

    目标-C

    MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image];
    visionImage.orientation = image.imageOrientation;

如果使用CMSampleBufferRef ,请按照下列步骤操作:

  • 指定包含在所述图像数据的方向CMSampleBufferRef缓冲器。

    要获取图像方向:

    迅速

    func imageOrientation(
      deviceOrientation: UIDeviceOrientation,
      cameraPosition: AVCaptureDevice.Position
    ) -> UIImage.Orientation {
      switch deviceOrientation {
      case .portrait:
        return cameraPosition == .front ? .leftMirrored : .right
      case .landscapeLeft:
        return cameraPosition == .front ? .downMirrored : .up
      case .portraitUpsideDown:
        return cameraPosition == .front ? .rightMirrored : .left
      case .landscapeRight:
        return cameraPosition == .front ? .upMirrored : .down
      case .faceDown, .faceUp, .unknown:
        return .up
      }
    }
          

    目标-C

    - (UIImageOrientation)
      imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                             cameraPosition:(AVCaptureDevicePosition)cameraPosition {
      switch (deviceOrientation) {
        case UIDeviceOrientationPortrait:
          return position == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored
                                                          : UIImageOrientationRight;
    
        case UIDeviceOrientationLandscapeLeft:
          return position == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored
                                                          : UIImageOrientationUp;
        case UIDeviceOrientationPortraitUpsideDown:
          return position == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored
                                                          : UIImageOrientationLeft;
        case UIDeviceOrientationLandscapeRight:
          return position == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored
                                                          : UIImageOrientationDown;
        case UIDeviceOrientationUnknown:
        case UIDeviceOrientationFaceUp:
        case UIDeviceOrientationFaceDown:
          return UIImageOrientationUp;
      }
    }
          
  • 创建VisionImage使用对象CMSampleBufferRef对象和方向:

    迅速

    let image = VisionImage(buffer: sampleBuffer)
    image.orientation = imageOrientation(
      deviceOrientation: UIDevice.current.orientation,
      cameraPosition: cameraPosition)

    目标-C

     MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];
     image.orientation =
       [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation
                                    cameraPosition:cameraPosition];

3. 运行图像标注器

异步:

迅速

imageLabeler.process(image) { labels, error in
    guard error == nil, let labels = labels, !labels.isEmpty else {
        // Handle the error.
        return
    }
    // Show results.
}

目标-C

[imageLabeler
    processImage:image
      completion:^(NSArray<MLKImageLabel *> *_Nullable labels,
                   NSError *_Nullable error) {
        if (label.count == 0) {
            // Handle the error.
            return;
        }
        // Show results.
     }];

同步:

迅速

var labels: [ImageLabel]
do {
    labels = try imageLabeler.results(in: image)
} catch let error {
    // Handle the error.
    return
}
// Show results.

目标-C

NSError *error;
NSArray<MLKImageLabel *> *labels =
    [imageLabeler resultsInImage:image error:&error];
// Show results or handle the error.

4. 获取标签对象的信息

如果图像标记操作成功,则返回的数组ImageLabel 。每个ImageLabel代表的东西,被标记的形象。您可以获得每个标签的文本描述(如果在 TensorFlow Lite 模型文件的元数据中可用)、置信度分数和索引。例如:

迅速

for label in labels {
  let labelText = label.text
  let confidence = label.confidence
  let index = label.index
}

目标-C

for (MLKImageLabel *label in labels) {
  NSString *labelText = label.text;
  float confidence = label.confidence;
  NSInteger index = label.index;
}

提高实时性能的技巧

如果要在实时应用程序中标记图像,请遵循以下准则以实现最佳帧率:

  • 对检测器进行节流调用。如果检测器运行时有新的视频帧可用,则丢弃该帧。
  • 如果您使用检测器的输出在输入图像上叠加图形,请先获取结果,然后一步渲染图像并叠加。通过这样做,您只需为每个输入帧渲染一次到显示表面。看到previewOverlayViewFIRDetectionOverlayView在陈列柜示例应用程序的类的一个例子。