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 الحزمة ما يصل إلى خمسة عناصر في الصورة بالإضافة إلى موضع كل عنصر في الصورة. عند رصد العناصر في بث الفيديو، يكون لكل عنصر رقم تعريف فريد يمكنك استخدامه لتتبُّع العنصر من إطار إلى آخر. يمكنك أيضًا تفعيل التصنيف العام للعناصر اختياريًا، ما يؤدي إلى تصنيف العناصر باستخدام أوصاف فئات عامة.

للتجربة:

قبل البدء

  1. في ملف build.gradle على مستوى المشروع، تأكَّد من تضمين مستودع Maven من Google في كلٍّ من قسمَي buildscript و allprojects.
  2. أضِف تبعيات مكتبات "حزمة تعلّم الآلة" على Android إلى ملف gradle على مستوى التطبيق في وحدتك، 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 لأداة الرصد تريد تغييرها من الإعدادات التلقائية اختياريًا.

  1. يمكنك ضبط أداة رصد العناصر لحالة الاستخدام باستخدام كائن ObjectDetectorOptions. يمكنك تغيير الإعدادات التالية:

    إعدادات أداة رصد العناصر
    وضع الرصد STREAM_MODE (تلقائي) | SINGLE_IMAGE_MODE

    في STREAM_MODE (تلقائي)، تعمل أداة رصد العناصر بزمن انتقال منخفض، ولكن قد تقدّم نتائج غير مكتملة (مثل مربّعات حدود أو تصنيفات فئات غير محدّدة) في أول بضع عمليات استدعاء لأداة الرصد. في STREAM_MODE أيضًا، تمنح أداة الرصد أرقام تعريف للتتبُّع للعناصر، يمكنك استخدامها لتتبُّع العناصر في جميع الإطارات. استخدِم هذا الوضع عندما تريد تتبُّع العناصر، أو عندما يكون وقت الاستجابة المنخفض مهمًا، مثلاً عند معالجة بث الفيديو في الوقت الفعلي.

    في SINGLE_IMAGE_MODE، تعرض أداة رصد العناصر النتيجة بعد تحديد مربّع حدود العنصر. إذا فعّلت التصنيف أيضًا، ستعرض أداة الرصد النتيجة بعد توفّر كلٍّ من مربّع الحدود وتصنيف الفئة. نتيجةً لذلك، زمن انتقال الرصد قد يكون أعلى. في SINGLE_IMAGE_MODE أيضًا، لا يتم منح أرقام تعريف للتتبُّع. استخدِم هذا الوضع إذا لم يكن وقت الاستجابة مهمًا ولا تريد التعامل مع النتائج الجزئية.

    رصد عناصر متعددة وتتبُّعها false (تلقائي) | true

    يحدد هذا الخيار ما إذا كان سيتم رصد ما يصل إلى خمسة عناصر وتتبُّعها أو رصد العنصر الأبرز فقط (تلقائي).

    تصنيف العناصر false (تلقائي) | true

    يحدد هذا الخيار ما إذا كان سيتم تصنيف العناصر المرصودة في فئات عامة أم لا. عند تفعيل هذا الخيار، تصنّف أداة رصد العناصر العناصر في الفئات التالية: السلع العصرية والمواد الغذائية والسلع المنزلية والأماكن والنباتات.

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

    • الرصد والتتبُّع المباشرَين للعنصر الأبرز في عدسة الكاميرا
    • رصد عناصر متعددة من صورة ثابتة

    لضبط واجهة برمجة التطبيقات لحالتَي الاستخدام هاتَين:

    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();
  2. احصل على مثيل من ObjectDetector:

    Kotlin

    val objectDetector = ObjectDetection.getClient(options)

    Java

    ObjectDetector objectDetector = ObjectDetection.getClient(options);

‫2. إعداد الصورة المُدخَلة

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

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

لكل إطار فيديو أو صورة في تسلسل، عليك إجراء ما يلي:

يمكنك إنشاء كائن InputImage من مصادر مختلفة، موضّحة أدناه.

استخدام media.Image

لإنشاء كائن InputImage من كائن media.Image، مثلاً عند التقاط صورة من كاميرا الجهاز، عليك تمرير كائن media.Image وتدوير الصورة إلى InputImage.fromMediaImage().

إذا كنت تستخدم مكتبة CameraX، تحسب الفئتان OnImageCapturedListener و ImageAnalysis.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
            // ...
        }
    }
}

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
          // ...
        }
    }
}

إذا كنت لا تستخدم مكتبة كاميرا تمنحك درجة تدوير الصورة، يمكنك حسابها من درجة تدوير الجهاز واتجاه مستشعر 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
}

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;
}

بعد ذلك، عليك تمرير الكائن media.Image وقيمة درجة التدوير إلى InputImage.fromMediaImage():

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)

Java

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

استخدام معرّف موارد منتظم (URI) لملف

لإنشاء كائن InputImage من معرّف موارد منتظم (URI) لملف، عليك تمرير سياق التطبيق ومعرّف الموارد المنتظم (URI) للملف إلى InputImage.fromFilePath(). يكون هذا الإجراء مفيدًا عند استخدام هدف ACTION_GET_CONTENT لكي يُطلب من المستخدم اختيار 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 كائن InputImage من ByteBuffer أو ByteArray، عليك أولاً حساب درجة تدوير الصورة كما هو موضّح سابقًا لإدخال media.Image. بعد ذلك، عليك إنشاء كائن InputImage باستخدام المخزن المؤقت أو المصفوفة، 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
)

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
);

استخدام Bitmap

لإنشاء كائن InputImage من كائن Bitmap، عليك إجراء الإعلان التالي:

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)

Java

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

يتم تمثيل الصورة بكائن Bitmap بالإضافة إلى درجات التدوير.

‫3. معالجة الصورة

عليك تمرير الصورة إلى طريقة process():

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. الحصول على معلومات عن العناصر المرصودة

إذا نجح استدعاء process()، يتم تمرير قائمة DetectedObject إلى مستمع النجاح.

يحتوي كل DetectedObject على الخصائص التالية:

مربّع الحدود Rect يشير إلى موضع العنصر في الـ صورة.
رقم تعريف التتبُّع عدد صحيح يعرّف العنصر في جميع الصور يكون هذا الرقم فارغًا في `SINGLE_IMAGE_MODE`.
التصنيفات
وصف التصنيف الوصف النصي للتصنيف سيكون أحد الثوابت `String` المحدّدة في PredefinedCategory.
فهرس التصنيف فهرس التصنيف بين جميع التصنيفات التي يدعمها الـ مصنِّف سيكون أحد الثوابت العددية المحدّدة في PredefinedCategory.
مدى الثقة في التصنيف قيمة الثقة في تصنيف 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
    }
}

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();
    }
}

ضمان تجربة رائعة للمستخدم

للحصول على أفضل تجربة للمستخدم، اتّبِع الإرشادات التالية في تطبيقك:

  • يعتمد رصد العناصر بنجاح على درجة تعقيد العنصر المرئي. لكي يتم رصد العناصر التي تحتوي على عدد قليل من الميزات المرئية، قد تحتاج إلى أن تشغل جزءًا أكبر من الصورة. عليك تزويد المستخدمين بإرشادات حول التقاط الإدخالات التي تعمل بشكل جيد مع نوع العناصر التي تريد رصدها.
  • عند استخدام التصنيف، إذا كنت تريد رصد العناصر التي لا تندرج بشكل واضح ضمن الفئات المتوافقة، عليك تنفيذ معالجة خاصة للعناصر غير المعروفة.

يمكنك أيضًا الاطّلاع على تطبيق العرض التوضيحي لـ Material Design في "حزمة تعلّم الآلة" ومجموعة أنماط Material Design للميزات المستندة إلى تعلّم الآلة.

تحسين الأداء

إذا كنت تريد استخدام ميزة رصد العناصر في تطبيق في الوقت الفعلي، اتّبِع الإرشادات التالية للحصول على أفضل معدلات الإطارات:

  • عند استخدام وضع البث في تطبيق في الوقت الفعلي، لا تستخدِم ميزة رصد عناصر متعددة، لأنّ معظم الأجهزة لن تتمكّن من إنتاج معدلات إطارات مناسبة.

  • أوقِف التصنيف إذا لم تكن بحاجة إليه.

  • إذا كنت تستخدم واجهة برمجة التطبيقات Camera أو camera2، عليك تقليل عدد عمليات استدعاء أداة الرصد. إذا أصبح إطار فيديو جديد متاحًا أثناء تشغيل أداة الرصد، عليك حذف الإطار. يمكنك الاطّلاع على الفئة VisionProcessorBase في نموذج التطبيق للبدء السريع للحصول على مثال.
  • إذا كنت تستخدم واجهة برمجة التطبيقات CameraX، تأكَّد من ضبط استراتيجية تقليل الضغط على قيمتها التلقائية ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST. يضمن ذلك تسليم صورة واحدة فقط لتحليلها في كل مرة. إذا تم إنتاج المزيد من الصور عندما يكون المحلّل مشغولاً، سيتم حذفها تلقائيًا ولن يتم وضعها في قائمة الانتظار لتسليمها. بعد إغلاق الصورة التي يتم تحليلها عن طريق استدعاء ImageProxy.close()، سيتم تسليم أحدث صورة تالية.
  • إذا كنت تستخدم ناتج أداة الرصد لتراكب الرسومات على الصورة المُدخَلة، عليك أولاً الحصول على النتيجة من "حزمة تعلّم الآلة"، ثم عرض الصورة والتراكب في خطوة واحدة. يؤدي ذلك إلى العرض 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، عليك التقاط الصور بتنسيق ImageFormat.YUV_420_888 إذا كنت تستخدم واجهة برمجة التطبيقات Camera الأقدم، عليك التقاط الصور بتنسيق ImageFormat.NV21