אתם יכולים להשתמש ב-ML Kit כדי לזהות אובייקטים בפריימים עוקבים של סרטונים ולעקוב אחריהם.
כשמעבירים תמונה ל-ML Kit, המערכת מזהה עד חמישה אובייקטים בתמונה, וגם את המיקום של כל אובייקט בתמונה. כשמזהים אובייקטים בסטרימינג של וידאו, לכל אובייקט יש מזהה ייחודי שאפשר להשתמש בו כדי לעקוב אחרי האובייקט מפריים לפריים. אפשר גם להפעיל סיווג אובייקטים גס, שמתייג אובייקטים עם תיאורי קטגוריות רחבים.
רוצה לנסות?
- כדי לראות דוגמה לשימוש ב-API הזה, אתם יכולים להתנסות באפליקציה לדוגמה.
- באפליקציית ההדגמה של Material Design אפשר לראות הטמעה מקצה לקצה של ה-API הזה.
לפני שמתחילים
- בקובץ
build.gradleברמת הפרויקט, צריך לכלול את מאגר ה-Maven של Google בקטעיםbuildscriptו-allprojects. - מוסיפים את התלויות של ספריות Android של ML Kit לקובץ ה-Gradle ברמת האפליקציה של המודול, שבדרך כלל נמצא ב-
app/build.gradle:dependencies { // ... implementation 'com.google.mlkit:object-detection:17.0.2' }
1. הגדרת גלאי האובייקטים
כדי לזהות אובייקטים ולעקוב אחריהם, קודם צריך ליצור מופע של ObjectDetector, ואם רוצים, אפשר לציין את הגדרות הגלאי שרוצים לשנות מהגדרות ברירת המחדל.
מגדירים את מזהה האובייקטים לתרחיש לדוגמה באמצעות אובייקט
ObjectDetectorOptions. אתם יכולים לשנות את ההגדרות הבאות:הגדרות של גלאי האובייקטים מצב זיהוי STREAM_MODE(ברירת מחדל) |SINGLE_IMAGE_MODEבמצב
STREAM_MODE(ברירת המחדל), גלאי האובייקטים פועל עם זמן אחזור קצר, אבל יכול להיות שהתוצאות יהיו חלקיות (למשל, תוויות קטגוריה או תיבות תוחמות לא מוגדרות) בהפעלות הראשונות של הגלאי. בנוסף, ב-STREAM_MODE, הגלאי מקצה מזהי לצורכי מעקב לאובייקטים, שבהם אפשר להשתמש כדי לעקוב אחרי אובייקטים בפריימים שונים. כדאי להשתמש במצב הזה כשרוצים לעקוב אחרי אובייקטים, או כשהזמן האחזור חשוב, למשל כשמעבדים סטרימינג של וידאו בזמן אמת.ב-
SINGLE_IMAGE_MODE, זיהוי האובייקטים מחזיר את התוצאה אחרי שנקבעת התיבה התוחמת של האובייקט. אם מפעילים גם סיווג, התוצאה מוחזרת אחרי שהתיבה התוחמת ותווית הקטגוריה זמינות. כתוצאה מכך, זמן האחזור של הזיהוי עשוי להיות ארוך יותר. בנוסף, ב-SINGLE_IMAGE_MODEלא מוקצים מזהים לצורכי מעקב. כדאי להשתמש במצב הזה אם זמן האחזור לא קריטי ואתם לא רוצים להתמודד עם תוצאות חלקיות.זיהוי ומעקב אחרי כמה אובייקטים false(ברירת מחדל) |trueאם לזהות ולעקוב אחרי עד חמישה אובייקטים או רק אחרי האובייקט הבולט ביותר (ברירת המחדל).
סיווג אובייקטים false(ברירת מחדל) |trueאם לסווג אובייקטים שזוהו לקטגוריות כלליות. כשהתכונה מופעלת, גלאי האובייקטים מסווג אובייקטים לקטגוריות הבאות: מוצרי אופנה, אוכל, מוצרים לבית, מקומות וצמחים.
ה-API לזיהוי אובייקטים ולמעקב אחריהם מותאם לשני תרחישי השימוש העיקריים הבאים:
- זיהוי ומעקב בזמן אמת אחרי האובייקט הבולט ביותר בתצוגת הצילום של המצלמה.
- זיהוי של כמה אובייקטים בתמונה סטטית.
כדי להגדיר את ה-API לתרחישים לדוגמה האלה:
Kotlin
// Live detection and tracking val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build() // Multiple object detection in static images val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build()
Java
// Live detection and tracking ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build(); // Multiple object detection in static images ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build();
מקבלים מופע של
ObjectDetector:Kotlin
val objectDetector = ObjectDetection.getClient(options)
Java
ObjectDetector objectDetector = ObjectDetection.getClient(options);
2. הכנת התמונה שרוצים להעלות
כדי לזהות אובייקטים ולעקוב אחריהם, מעבירים תמונות ל-methodprocess() של המכונה ObjectDetector.
גלאי האובייקטים פועל ישירות מ-Bitmap, מ-NV21 ByteBuffer או מ-YUV_420_888 media.Image. אם יש לכם גישה ישירה לאחד מהמקורות האלה, מומלץ ליצור InputImage מהם. אם אתם יוצרים InputImage ממקורות אחרים, אנחנו נטפל בהמרה באופן פנימי, וייתכן שהיא תהיה פחות יעילה.
לכל פריים של סרטון או תמונה ברצף, מבצעים את הפעולות הבאות:
אפשר ליצור אובייקט InputImage ממקורות שונים, כפי שמוסבר בהמשך.
שימוש בmedia.Image
כדי ליצור אובייקט InputImage מאובייקט media.Image, למשל כשמצלמים תמונה במצלמה של המכשיר, מעבירים את האובייקט media.Image ואת סיבוב התמונה אל InputImage.fromMediaImage().
אם אתם משתמשים בספרייה
CameraX, המחלקות OnImageCapturedListener ו-ImageAnalysis.Analyzer מחשבות את ערך הסיבוב בשבילכם.
Kotlin
private class YourImageAnalyzer : ImageAnalysis.Analyzer { override fun analyze(imageProxy: ImageProxy) { val mediaImage = imageProxy.image if (mediaImage != null) { val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees) // Pass image to an ML Kit Vision API // ... } } }
Java
private class YourAnalyzer implements ImageAnalysis.Analyzer { @Override public void analyze(ImageProxy imageProxy) { Image mediaImage = imageProxy.getImage(); if (mediaImage != null) { InputImage image = InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees()); // Pass image to an ML Kit Vision API // ... } } }
אם אתם לא משתמשים בספריית מצלמה שמספקת את זווית הסיבוב של התמונה, אתם יכולים לחשב אותה לפי זווית הסיבוב של המכשיר והכיוון של חיישן המצלמה במכשיר:
Kotlin
private val ORIENTATIONS = SparseIntArray() init { ORIENTATIONS.append(Surface.ROTATION_0, 0) ORIENTATIONS.append(Surface.ROTATION_90, 90) ORIENTATIONS.append(Surface.ROTATION_180, 180) ORIENTATIONS.append(Surface.ROTATION_270, 270) } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) @Throws(CameraAccessException::class) private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. val deviceRotation = activity.windowManager.defaultDisplay.rotation var rotationCompensation = ORIENTATIONS.get(deviceRotation) // Get the device's sensor orientation. val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager val sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION)!! if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360 } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360 } return rotationCompensation }
Java
private static final SparseIntArray ORIENTATIONS = new SparseIntArray(); static { ORIENTATIONS.append(Surface.ROTATION_0, 0); ORIENTATIONS.append(Surface.ROTATION_90, 90); ORIENTATIONS.append(Surface.ROTATION_180, 180); ORIENTATIONS.append(Surface.ROTATION_270, 270); } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing) throws CameraAccessException { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation(); int rotationCompensation = ORIENTATIONS.get(deviceRotation); // Get the device's sensor orientation. CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE); int sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION); if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360; } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360; } return rotationCompensation; }
לאחר מכן, מעבירים את האובייקט media.Image ואת ערך זווית הסיבוב אל InputImage.fromMediaImage():
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
שימוש ב-URI של קובץ
כדי ליצור אובייקט InputImage מ-URI של קובץ, מעבירים את הקשר האפליקציה ואת ה-URI של הקובץ אל InputImage.fromFilePath(). זה שימושי כשמשתמשים ב-Intent מסוג ACTION_GET_CONTENT כדי לבקש מהמשתמש לבחור תמונה מאפליקציית הגלריה.
Kotlin
val image: InputImage try { image = InputImage.fromFilePath(context, uri) } catch (e: IOException) { e.printStackTrace() }
Java
InputImage image; try { image = InputImage.fromFilePath(context, uri); } catch (IOException e) { e.printStackTrace(); }
שימוש ב-ByteBuffer או ב-ByteArray
כדי ליצור אובייקט InputImage מ-ByteBuffer או מ-ByteArray, קודם מחשבים את זווית הסיבוב של התמונה כמו שמתואר למעלה לגבי קלט media.Image.
אחר כך יוצרים את האובייקט InputImage עם המאגר או המערך, יחד עם הגובה, הרוחב, פורמט קידוד הצבע וזווית הסיבוב של התמונה:
Kotlin
val image = InputImage.fromByteBuffer( byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) // Or: val image = InputImage.fromByteArray( byteArray, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
Java
InputImage image = InputImage.fromByteBuffer(byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ); // Or: InputImage image = InputImage.fromByteArray( byteArray, /* image width */480, /* image height */360, rotation, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
שימוש בBitmap
כדי ליצור אובייקט InputImage מאובייקט Bitmap, צריך להצהיר על הדברים הבאים:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
התמונה מיוצגת על ידי אובייקט Bitmap יחד עם מעלות הסיבוב.
3. מעבדים את התמונה
מעבירים את התמונה ל-methodprocess():
Kotlin
objectDetector.process(image) .addOnSuccessListener { detectedObjects -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
objectDetector.process(image) .addOnSuccessListener( new OnSuccessListener<List<DetectedObject>>() { @Override public void onSuccess(List<DetectedObject> detectedObjects) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. קבלת מידע על אובייקטים שזוהו
אם הקריאה ל-process() מצליחה, רשימה של DetectedObject מועברת למאזין להצלחה.
כל DetectedObject מכיל את המאפיינים הבאים:
| תיבה תוחמת (bounding box) | Rect שמציין את מיקום האובייקט בתמונה. |
||||||
| מזהה לצורכי מעקב | מספר שלם שמזהה את האובייקט בתמונות. Null ב-SINGLE_IMAGE_MODE. | ||||||
| תוויות |
|
Kotlin
for (detectedObject in detectedObjects) { val boundingBox = detectedObject.boundingBox val trackingId = detectedObject.trackingId for (label in detectedObject.labels) { val text = label.text if (PredefinedCategory.FOOD == text) { ... } val index = label.index if (PredefinedCategory.FOOD_INDEX == index) { ... } val confidence = label.confidence } }
Java
// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (DetectedObject detectedObject : detectedObjects) { Rect boundingBox = detectedObject.getBoundingBox(); Integer trackingId = detectedObject.getTrackingId(); for (Label label : detectedObject.getLabels()) { String text = label.getText(); if (PredefinedCategory.FOOD.equals(text)) { ... } int index = label.getIndex(); if (PredefinedCategory.FOOD_INDEX == index) { ... } float confidence = label.getConfidence(); } }
איך מספקים חוויית משתמש מעולה
כדי לספק את חוויית המשתמש הכי טובה, מומלץ לפעול לפי ההנחיות הבאות באפליקציה:
- היכולת לזהות אובייקטים תלויה במורכבות החזותית של האובייקט. כדי שהמערכת תזהה אובייקטים עם מספר קטן של מאפיינים חזותיים, יכול להיות שהם יצטרכו לתפוס חלק גדול יותר מהתמונה. כדאי לספק למשתמשים הנחיות לגבי צילום קלט שמתאים לסוג האובייקטים שרוצים לזהות.
- כשמשתמשים בסיווג, אם רוצים לזהות אובייקטים שלא מתאימים באופן ברור לקטגוריות הנתמכות, צריך להטמיע טיפול מיוחד באובייקטים לא ידועים.
כדאי גם לעיין באפליקציית ההדגמה של Material Design ב-ML Kit ובאוסף תבניות לתכונות שמבוססות על למידת מכונה של Material Design.
Improving performance
אם אתם רוצים להשתמש בזיהוי אובייקטים באפליקציה בזמן אמת, כדאי לפעול לפי ההנחיות הבאות כדי להשיג את קצב הפריימים הטוב ביותר:
כשמשתמשים במצב סטרימינג באפליקציה בזמן אמת, לא כדאי להשתמש בזיהוי אובייקטים מרובים, כי רוב המכשירים לא יוכלו להפיק קצב פריימים מספיק.
אם אתם לא צריכים את הסיווג, אתם יכולים להשבית אותו.
- אם אתם משתמשים ב-API של
Cameraאו שלcamera2, כדאי להגביל את הקריאות לגלאי. אם פריים חדש של סרטון הופך לזמין בזמן שהגלאי פועל, צריך להשמיט את הפריים. אפשר לראות דוגמה לכך במחלקהVisionProcessorBaseבאפליקציה לדוגמה למתחילים. - אם אתם משתמשים ב-API של
CameraX, ודאו שאסטרטגיית הלחץ הנגדי מוגדרת לערך ברירת המחדל שלהImageAnalysis.STRATEGY_KEEP_ONLY_LATEST. כך אפשר להבטיח שרק תמונה אחת תישלח לניתוח בכל פעם. אם נוצרות תמונות נוספות בזמן שהמנתח עסוק, הן יוסרו באופן אוטומטי ולא יועברו לתור. אחרי שהתמונה שמנותחת נסגרת באמצעות קריאה ל-ImageProxy.close(), התמונה הבאה תועבר. - אם אתם משתמשים בפלט של הגלאי כדי להוסיף שכבת-על של גרפיקה לתמונת הקלט, קודם צריך לקבל את התוצאה מ-ML Kit, ואז לעבד את התמונה ולהוסיף את שכבת-העל בשלב אחד. העיבוד הזה מתבצע במשטח התצוגה רק פעם אחת לכל פריים של קלט. אפשר לראות דוגמה במחלקות
CameraSourcePreviewו-GraphicOverlayבאפליקציה לדוגמה למתחילים. - אם משתמשים ב-Camera2 API, צריך לצלם תמונות בפורמט
ImageFormat.YUV_420_888. אם משתמשים ב-Camera API הישן, צריך לצלם תמונות בפורמטImageFormat.NV21.