使用 AutoML Vision Edge 训练您自己的模型后，您可以在您的应用程序中使用它来标记图像。
有两种方法可以集成从 AutoML Vision Edge 训练的模型。您可以通过将模型文件复制到您的 Xcode 项目中来捆绑模型，或者您可以从 Firebase 动态下载它。
| 模型捆绑选项 | |
|---|---|
| 捆绑在您的应用程序中 |
|
| 使用 Firebase 托管 |
|
在你开始之前
在 Podfile 中包含 ML Kit 库：
要将模型与您的应用程序捆绑在一起：
pod 'GoogleMLKit/ImageLabelingCustom'要从 Firebase 动态下载模型，请添加
LinkFirebase依赖项：pod 'GoogleMLKit/ImageLabelingCustom' pod 'GoogleMLKit/LinkFirebase'安装或更新项目的 Pod 后，使用其
.xcworkspace打开 Xcode 项目。 Xcode 12.2 或更高版本支持 ML Kit。如果您想下载模型，请确保将 Firebase 添加到您的 Android 项目（如果您尚未这样做）。捆绑模型时不需要这样做。
1.加载模型
配置本地模型源
将模型与您的应用程序捆绑在一起：
将您从 Firebase 控制台下载的 zip 存档中的模型及其元数据提取到一个文件夹中：
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。我们建议您使用下载的文件，不要修改（包括文件名）。
将文件夹复制到您的 Xcode 项目，执行此操作时请注意选择“创建文件夹引用”。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。
创建
LocalModel对象，指定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
要使用远程托管模型，请创建一个CustomRemoteModel对象，指定您在发布模型时为其分配的名称：
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，或者有更新版本的模型可用，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开始下载任务，但您可以在需要使用该模型之前的任何时候执行此操作。
从您的模型创建一个图像标签
配置模型源后，从其中一个创建一个ImageLabeler对象。
如果您只有一个本地捆绑模型，只需从您的LocalModel对象创建一个标签器并配置您想要的置信度分数阈值（请参阅评估您的模型）：
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];
如果您有一个远程托管的模型，则必须在运行之前检查它是否已下载。您可以使用模型管理器的isModelDownloaded(remoteModel:)方法检查模型下载任务的状态。
尽管您只需要在运行标签器之前确认这一点，但如果您同时拥有远程托管模型和本地捆绑模型，则在实例化ImageLabeler时执行此检查可能是有意义的：如果它是，则从远程模型创建标签器已下载，否则来自本地模型。
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];
如果您只有一个远程托管模型，则应禁用与模型相关的功能（例如，将部分 UI 灰显或隐藏），直到您确认模型已下载。
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。请务必在观察者块中使用对self的弱引用，因为下载可能需要一些时间，并且原始对象可以在下载完成时被释放。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
使用UIImage或CMSampleBufferRef创建VisionImage对象。
如果您使用UIImage ，请按照下列步骤操作：
- 使用
UIImage创建一个VisionImage对象。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;
如果您使用CMSampleBufferRef ，请按照下列步骤操作：
指定
CMSampleBufferRef缓冲区中包含的图像数据的方向。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; } }- 使用
CMSampleBufferRef对象和方向创建一个VisionImage对象：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.运行图像标签
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.获取有关标记对象的信息
如果图像标记操作成功，它将返回一个ImageLabel数组。每个ImageLabel代表图像中标记的内容。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
如果您想在实时应用程序中标记图像，请遵循以下准则以获得最佳帧率：
- 限制对检测器的调用。如果在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，然后一步渲染图像和叠加。通过这样做，您只需为每个输入帧渲染到显示表面一次。有关示例，请参阅展示示例应用程序中的previewOverlayView和FIRDetectionOverlayView类。