使用机器学习套件检测和跟踪对象 (iOS)

您可以使用机器学习套件检测和跟踪连续视频帧中的对象。

当您将图片传递给机器学习套件时，机器学习套件最多可检测图片中的 5 个对象 以及图像中每个对象的位置。当在 视频流，每个对象都有一个唯一 ID，可用于跟踪 帧的呈现方式您也可以选择启用粗略对象 分类，使用宽泛的类别说明为对象加标签。

试试看

准备工作

  1. 在 Podfile 中添加以下机器学习套件 Pod： 
    pod 'GoogleMLKit/ObjectDetection', '3.2.0'
  2. 安装或更新项目的 Pod 之后，使用 Xcode 项目的 .xcworkspace。Xcode 12.4 或更高版本支持机器学习套件。

1. 配置对象检测器

要检测和跟踪对象，首先要创建一个 ObjectDetector，并视需要指定任何检测器设置 更改。

  1. 使用 ObjectDetectorOptions 对象。您可以更改以下设置 设置：

    对象检测器设置
    检测模式 .stream（默认值）|.singleImage

    在流模式（默认）下，对象检测器以非常低的 延迟时间，但可能会生成不完整的结果（例如未指定 边界框或类别）进行微调。 检测器。此外，在流模式下，检测器会指定跟踪 对象的 ID，可用于跨帧跟踪对象。 如果您想跟踪对象或缩短延迟时间，请使用此模式 非常重要，例如在实时处理视频流时， 。

    在单图片模式下，对象检测器会返回结果 在确定了对象的边界框之后。如果您还启用了 它返回边界框之后的结果， 类别标签。因此，检测结果 延迟时间可能更长另外，在单图模式下 未分配 ID。如果延迟时间不重要，并且 因此您不希望只处理部分结果
    检测和跟踪多个对象 false（默认值）|true

    是检测和跟踪最多五个对象，还是仅检测和跟踪最多五个对象 醒目对象（默认）。
    对对象进行分类 false（默认值）|true

    是否对检测到的对象进行粗类别分类。 启用后，对象检测器会将对象分类到 以下类别：时尚用品、食品、家居用品， 地点和植物。

    对象检测和跟踪 API 针对这两种核心用途进行了优化 用例：

    • 实时检测和跟踪相机中最突出的对象 取景器
    • 检测静态图片中的多个对象。

    如需为这些用例配置 API，请执行以下操作：

Swift

// Live detection and tracking
let options = ObjectDetectorOptions()
options.shouldEnableClassification = true

// Multiple object detection in static images
let options = ObjectDetectorOptions()
options.detectorMode = .singleImage
options.shouldEnableMultipleObjects = true
options.shouldEnableClassification = true

Objective-C

// Live detection and tracking
MLKObjectDetectorOptions *options = [[MLKObjectDetectorOptions alloc] init];
options.shouldEnableClassification = YES;

// Multiple object detection in static images
MLKObjectDetectorOptions *options = [[MLKOptions alloc] init];
options.detectorMode = MLKObjectDetectorModeSingleImage;
options.shouldEnableMultipleObjects = YES;
options.shouldEnableClassification = YES;
  1. 获取 ObjectDetector 的一个实例：

Swift

let objectDetector = ObjectDetector.objectDetector()

// Or, to change the default settings:
let objectDetector = ObjectDetector.objectDetector(options: options)

Objective-C

MLKObjectDetector *objectDetector = [MLKObjectDetector objectDetector];

// Or, to change the default settings:
MLKObjectDetector *objectDetector = [MLKObjectDetector objectDetectorWithOptions:options];

2. 准备输入图片

要检测和跟踪对象，请对每个图片或视频帧执行以下操作。 如果您启用了流模式，则必须从VisionImage CMSampleBuffer。

使用 UIImage 或VisionImage CMSampleBuffer。

如果您使用 UIImage，请按以下步骤操作：

  • 使用 UIImage 创建一个 VisionImage 对象。请务必指定正确的 .orientation。

    Swift

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

    Objective-C

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

如果您使用 CMSampleBuffer，请按以下步骤操作：

  • 指定 CMSampleBuffer。

    如需获取图片方向，请执行以下操作：

    Swift

    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
  }
}

    Objective-C

    - (UIImageOrientation)
  imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation
                         cameraPosition:(AVCaptureDevicePosition)cameraPosition {
  switch (deviceOrientation) {
    case UIDeviceOrientationPortrait:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored
                                                            : UIImageOrientationRight;

    case UIDeviceOrientationLandscapeLeft:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored
                                                            : UIImageOrientationUp;
    case UIDeviceOrientationPortraitUpsideDown:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored
                                                            : UIImageOrientationLeft;
    case UIDeviceOrientationLandscapeRight:
      return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored
                                                            : UIImageOrientationDown;
    case UIDeviceOrientationUnknown:
    case UIDeviceOrientationFaceUp:
    case UIDeviceOrientationFaceDown:
      return UIImageOrientationUp;
  }
}
  • 使用VisionImage CMSampleBuffer 对象和方向：

    Swift

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

    Objective-C

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

3. 处理图片

将 VisionImage 传递给对象检测器的图片处理之一 方法。您可以使用异步 process(image:) 方法或 同步 results() 方法。

要异步检测对象，请执行以下操作：

Swift

objectDetector.process(image) { objects, error in
  guard error == nil else {
    // Error.
    return
  }
  guard !objects.isEmpty else {
    // No objects detected.
    return
  }

  // Success. Get object info here.
  // ...
}

Objective-C

[objectDetector processImage:image
                  completion:^(NSArray * _Nullable objects,
                               NSError * _Nullable error) {
                    if (error == nil) {
                      return;
                    }
                    if (objects.count == 0) {
                      // No objects detected.
                      return;
                    }

                    // Success. Get object info here.
                  }];

如需同步检测对象，请执行以下操作：

Swift

var objects: [Object]
do {
  objects = try objectDetector.results(in: image)
} catch let error {
  print("Failed to detect object with error: \(error.localizedDescription).")
  return
}
guard !objects.isEmpty else {
  print("Object detector returned no results.")
  return
}

// Success. Get object info here.

Objective-C

NSError *error;
NSArray *objects = [objectDetector resultsInImage:image error:&error];
if (error == nil) {
  return;
}
if (objects.count == 0) {
  // No objects detected.
  return;
}

// Success. Get object info here.

4. 获取有关检测到的对象的信息

如果对图像处理器的调用成功，它会传递 将 Object 传递给完成处理程序或返回列表，具体取决于 您调用的是异步方法还是同步方法。

每个 Object 包含以下属性：

frame 一个 CGRect，指示对象在 图片。
trackingID 一个整数，用于跨图片标识对象；如果使用的是 `nil`， 单张图片模式
labels 一组标签，用于描述检测器返回的对象。 如果检测器选项，则此属性为空 shouldEnableClassification 设置为 false。

Swift

// objects contains one item if multiple object detection wasn't enabled.
for object in objects {
  let frame = object.frame
  let trackingID = object.trackingID

  // If classification was enabled:
  let description = object.labels.enumerated().map { (index, label) in
    "Label \(index): \(label.text), \(label.confidence)"
    }.joined(separator:"\n")

}

Objective-C

// The list of detected objects contains one item if multiple
// object detection wasn't enabled.
for (MLKObject *object in objects) {
  CGRect frame = object.frame;
  NSNumber *trackingID = object.trackingID;
  for (MLKObjectLabel *label in object.labels) {
    NSString *labelString = [NSString stringWithFormat: @"%@, %f, %lu",
      label.text, label.confidence, (unsigned long)label.index];
    ...
  }
}

提高易用性和性能

为了提供最佳用户体验，请在您的应用中遵循以下准则：

  • 对象检测成功与否取决于对象的视觉复杂性。在 视觉特征较少的物体可能需要 占据图片的较大部分您应该向用户提供有关 能够很好地满足待检测对象类型的输入。
  • 使用分类时，您想要检测未归入 彻底归类到支持的类别中，对未知状态执行特殊处理， 对象的操作。

请访问 Material Design 机器学习驱动的特征的模式集合。

在实时应用中使用流处理模式时，请遵循以下准则 以实现最佳帧速率