رصد العناصر وتتبّعها باستخدام أدوات تعلّم الآلة على Android

يمكنك استخدام حزمة تعلّم الآلة لرصد العناصر وتتبُّعها في إطارات الفيديو المتتالية.

عند تمرير صورة إلى حزمة تعلّم الآلة، ترصد ما يصل إلى خمسة عناصر في الصورة بالإضافة إلى موضع كل عنصر في الصورة. عند رصد العناصر في بث الفيديو، يكون لكل عنصر معرّف فريد يمكنك استخدامه لتتبُّع العنصر من إطار إلى آخر. يمكنك أيضًا تفعيل ميزة التصنيف التقريبي للعناصر، والتي تصنّف العناصر باستخدام أوصاف فئات عامة.

للتجربة:

قبل البدء

  1. في ملف build.gradle على مستوى المشروع، تأكَّد من تضمين مستودع Maven من Google في كل من القسمَين buildscript وallprojects.
  2. أضِف العناصر التابعة لمكتبات Android في "حزمة تعلّم الآلة" إلى ملف gradle على مستوى التطبيق في الوحدة، والذي يكون عادةً app/build.gradle:
    dependencies {
      // ...
    
      implementation 'com.google.mlkit:object-detection:17.0.2'
    
    }

1. ضبط أداة رصد العناصر

لرصد العناصر وتتبُّعها، عليك أولاً إنشاء مثيل من ObjectDetector وتحديد أي إعدادات لرصد العناصر تريد تغييرها من الإعدادات التلقائية، وذلك بشكل اختياري.

  1. اضبط أداة رصد العناصر لحالة الاستخدام باستخدام عنصر ObjectDetectorOptions. يمكنك تغيير الإعدادات التالية:

    إعدادات "رصد الأجسام"
    وضع الرصد ‫STREAM_MODE (تلقائي) | SINGLE_IMAGE_MODE

    في وضع STREAM_MODE (التلقائي)، يتم تشغيل أداة رصد العناصر بزمن انتقال منخفض، ولكن قد ينتج عنها نتائج غير مكتملة (مثل مربّعات الإحاطة أو تصنيفات الفئات غير المحدّدة) في المرات القليلة الأولى التي يتم فيها استدعاء أداة الرصد. بالإضافة إلى ذلك، في STREAM_MODE، يخصّص أداة الرصد أرقام تعريف تتبُّع للعناصر، والتي يمكنك استخدامها لتتبُّع العناصر في جميع الإطارات. استخدِم هذا الوضع عندما تريد تتبُّع العناصر أو عندما يكون وقت الاستجابة المنخفض مهمًا، مثلاً عند معالجة فيديوهات البث المباشر في الوقت الفعلي.

    في SINGLE_IMAGE_MODE، يعرض نموذج رصد العناصر النتيجة بعد تحديد المربّع المحيط بالعنصر. إذا فعّلت أيضًا التصنيف، ستظهر النتيجة بعد توفّر كل من المربّع المحيط وتصنيف الفئة. نتيجةً لذلك، قد يكون وقت الاستجابة لرصد المحتوى أعلى. بالإضافة إلى ذلك، لا يتم تعيين أرقام تعريف التتبّع في SINGLE_IMAGE_MODE. استخدِم هذا الوضع إذا لم يكن وقت الاستجابة مهمًا ولا تريد التعامل مع النتائج الجزئية.

    رصد عناصر متعددة وتتبُّعها ‫false (تلقائي) | true

    ما إذا كان سيتم رصد وتتبُّع ما يصل إلى خمسة عناصر أو العنصر الأكثر بروزًا فقط (الإعداد التلقائي)

    تصنيف العناصر ‫false (تلقائي) | true

    ما إذا كان سيتم تصنيف الأجسام التي تم رصدها إلى فئات عامة أم لا عند تفعيل هذه الميزة، يصنّف "رصد العناصر" العناصر إلى الفئات التالية: السلع المتعلقة بالموضة، والطعام، والسلع المنزلية، والأماكن، والنباتات.

    تم تحسين واجهة برمجة التطبيقات الخاصة برصد العناصر وتتبُّعها لحالتَي الاستخدام الأساسيتَين التاليتَين:

    • رصد وتتبُّع مباشر لأبرز عنصر في عدسة الكاميرا
    • رصد عناصر متعددة من صورة ثابتة

    لضبط واجهة برمجة التطبيقات لحالات الاستخدام هذه:

    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()

    جافا

    // 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();
  2. احصل على مثيل من ObjectDetector:

    Kotlin

    val objectDetector = ObjectDetection.getClient(options)

    جافا

    ObjectDetector objectDetector = ObjectDetection.getClient(options);

2. إعداد صورة الإدخال

لرصد العناصر وتتبُّعها، مرِّر الصور إلى طريقة process() في مثيل ObjectDetector.

يتم تشغيل أداة رصد العناصر مباشرةً من Bitmap أو NV21 ByteBuffer أو YUV_420_888 media.Image. ننصحك بإنشاء InputImage من هذه المصادر إذا كان بإمكانك الوصول مباشرةً إلى أحدها. إذا أنشأت InputImage من مصادر أخرى، سنتولّى عملية التحويل داخليًا نيابةً عنك، وقد تكون أقل كفاءة.

لكل إطار من الفيديو أو الصورة في تسلسل، قم بما يلي:

يمكنك إنشاء كائن InputImage من مصادر مختلفة، ويتم شرح كل منها أدناه.

استخدام media.Image

لإنشاء عنصر InputImage من عنصر media.Image، مثلاً عند التقاط صورة من كاميرا الجهاز، مرِّر عنصر media.Image وتدوير الصورة إلى InputImage.fromMediaImage().

إذا كنت تستخدم مكتبة CameraX، تحتسب الفئتان OnImageCapturedListener وImageAnalysis.Analyzer قيمة التدوير نيابةً عنك.

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
            // ...
        }
    }
}

جافا

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
          // ...
        }
    }
}

إذا لم تستخدم مكتبة كاميرا تمنحك درجة دوران الصورة، يمكنك حسابها من درجة دوران الجهاز واتجاه أداة استشعار الكاميرا في الجهاز:

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
}

جافا

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;
}

بعد ذلك، مرِّر عنصر media.Image وقيمة درجة التدوير إلى InputImage.fromMediaImage():

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)

Java

InputImage image = InputImage.fromMediaImage(mediaImage, rotation);

باستخدام معرّف موارد منتظم (URI) للملف

لإنشاء عنصر InputImage من معرّف موارد منتظم (URI) لملف، يجب تمرير سياق التطبيق ومعرّف الموارد المنتظم (URI) للملف إلى InputImage.fromFilePath(). ويكون ذلك مفيدًا عند استخدام نية ACTION_GET_CONTENT لمطالبة المستخدم باختيار صورة من تطبيق معرض الصور.

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();
}

استخدام ByteBuffer أو ByteArray

لإنشاء عنصر InputImage من ByteBuffer أو ByteArray، عليك أولاً احتساب درجة دوران الصورة كما هو موضّح سابقًا لإدخال media.Image. بعد ذلك، أنشئ كائن InputImage باستخدام المخزن المؤقت أو الصفيف، بالإضافة إلى ارتفاع الصورة وعرضها وتنسيق ترميز الألوان ودرجة التدوير:

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
)

جافا

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
);

استخدام Bitmap

لإنشاء كائن InputImage من كائن Bitmap، استخدِم التعريف التالي:

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)

Java

InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);

يتم تمثيل الصورة باستخدام عنصر Bitmap مع درجات التدوير.

3- معالجة الصورة

مرِّر الصورة إلى طريقة process():

Kotlin

objectDetector.process(image)
    .addOnSuccessListener { detectedObjects ->
        // Task completed successfully
        // ...
    }
    .addOnFailureListener { e ->
        // Task failed with an exception
        // ...
    }

جافا

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. الحصول على معلومات عن العناصر التي تم رصدها

إذا نجح طلب البيانات من process()، يتم تمرير قائمة من DetectedObject إلى مستمع النجاح.

يحتوي كل DetectedObject على السمات التالية:

مربّع الحدود ‫Rect يشير إلى موضع العنصر في الصورة
رقم تعريف التتبّع عدد صحيح يحدّد العنصر في الصور تكون القيمة فارغة في SINGLE_IMAGE_MODE.
التصنيفات
وصف التصنيف الوصف النصي للتصنيف وستكون إحدى ثوابت السلسلة المحدّدة في PredefinedCategory.
فهرس التصنيفات فهرس التصنيف من بين جميع التصنيفات التي يتيحها المصنِّف. وسيكون أحد الثوابت الصحيحة المحدّدة في PredefinedCategory.
مستوى الثقة في التصنيف قيمة الثقة لتصنيف العنصر

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
    }
}

جافا

// 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();
    }
}

ضمان تجربة رائعة للمستخدم

لتقديم أفضل تجربة للمستخدم، اتّبِع الإرشادات التالية في تطبيقك:

  • يعتمد نجاح رصد العناصر على مدى تعقيدها من الناحية المرئية. ولكي يتم رصد الأجسام التي تحتوي على عدد قليل من الميزات المرئية، قد تحتاج إلى أن تشغل جزءًا أكبر من الصورة. يجب أن تقدّم للمستخدمين إرشادات حول التقاط الإدخالات التي تعمل بشكل جيد مع نوع العناصر التي تريد رصدها.
  • عند استخدام التصنيف، إذا أردت رصد العناصر التي لا تندرج بشكل واضح ضمن الفئات المتوافقة، يمكنك تنفيذ معالجة خاصة للعناصر غير المعروفة.

يمكنك أيضًا الاطّلاع على تطبيق عرض التصميم المتعدد الأبعاد في حزمة تعلّم الآلة ومجموعة الأنماط للميزات المستندة إلى تعلُّم الآلة في التصميم المتعدد الأبعاد.

تحسين الأداء

إذا أردت استخدام ميزة "رصد العناصر" في تطبيق في الوقت الفعلي، اتّبِع هذه الإرشادات للحصول على أفضل معدّلات عرض الإطارات:

  • عند استخدام وضع البث في تطبيق في الوقت الفعلي، لا تستخدم ميزة رصد العناصر المتعددة، لأنّ معظم الأجهزة لن تتمكّن من إنتاج معدّلات عرض إطارات كافية.

  • يمكنك إيقاف التصنيف إذا لم تكن بحاجة إليه.

  • إذا كنت تستخدم واجهة برمجة التطبيقات Camera أو camera2، عليك تقليل عدد الطلبات المرسَلة إلى أداة الرصد. إذا أصبح إطار فيديو جديد متاحًا أثناء تشغيل أداة الرصد، يتم تجاهل الإطار. يمكنك الاطّلاع على فئة VisionProcessorBase في نموذج تطبيق البدء السريع للحصول على مثال.
  • إذا كنت تستخدم واجهة برمجة التطبيقات CameraX، تأكَّد من ضبط استراتيجية الضغط العكسي على قيمتها التلقائية ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST. يضمن ذلك إرسال صورة واحدة فقط للتحليل في كل مرة. إذا تم إنتاج المزيد من الصور عندما يكون المحلّل مشغولاً، سيتم تجاهلها تلقائيًا ولن تتم إضافتها إلى قائمة الانتظار لإرسالها. بعد إغلاق الصورة التي يتم تحليلها من خلال استدعاء ImageProxy.close()‎، سيتم عرض الصورة التالية الأحدث.
  • إذا كنت تستخدم مخرجات أداة الرصد لتركيب الرسومات على الصورة المُدخلة، احصل أولاً على النتيجة من حزمة تعلّم الآلة، ثم اعرض الصورة والتركيب في خطوة واحدة. يتم عرض هذا على سطح العرض مرة واحدة فقط لكل إطار إدخال. يمكنك الاطّلاع على الفئتَين CameraSourcePreview و GraphicOverlay في نموذج تطبيق البدء السريع للحصول على مثال.
  • إذا كنت تستخدم واجهة برمجة التطبيقات Camera2 API، يمكنك التقاط الصور بتنسيق ImageFormat.YUV_420_888. إذا كنت تستخدم واجهة برمجة التطبيقات القديمة Camera API، يمكنك التقاط الصور بتنسيق ImageFormat.NV21.