iOS에서 ML Kit를 사용하여 객체 감지 및 추적

ML Kit를 사용하면 연속된 동영상 프레임에서 객체를 감지하고 추적할 수 있습니다.

이미지를 ML Kit에 전달하면 이미지에서 최대 5개의 객체를 감지합니다. 이미지의 각 객체의 위치와 함께 표시됩니다. Kubernetes에서 객체를 감지할 때는 각 객체에는 객체를 추적하는 데 사용할 수 있는 고유 ID가 있습니다. 확인할 수 있습니다 선택사항으로 대략적인 객체를 사용 설정할 수도 있습니다. 광범위한 카테고리 설명으로 객체에 라벨을 지정합니다.

사용해 보기

시작하기 전에

  1. Podfile에 다음 ML Kit 포드를 포함합니다.
    pod 'GoogleMLKit/ObjectDetection', '3.2.0'
    
  2. 프로젝트의 포드를 설치하거나 업데이트한 후 포드를 사용하여 Xcode 프로젝트를 엽니다. .xcworkspace ML Kit는 Xcode 버전 12.4 이상에서 지원됩니다.

1. 객체 감지기 구성

객체를 감지하고 추적하려면 먼저 ObjectDetector하고 원하는 경우 원하는 감지기 설정을 지정합니다. 변경할 수 있습니다.

  1. 사용 사례의 객체 인식기를 다음과 같이 구성합니다. ObjectDetectorOptions 객체. 다음 항목을 변경할 수 있습니다. 설정:

    객체 감지기 설정
    감지 모드 .stream (기본값) | .singleImage

    기본값인 스트림 모드에서는 객체 인식기가 매우 낮은 빈도로 실행됩니다. 불완전한 결과 (예: 지정되지 않은 결과)를 경계 상자 또는 카테고리)을 두 가지로 나뉩니다. 또한 스트림 모드에서는 감지기가 객체에 대한 ID로, 여러 프레임에서 객체를 추적하는 데 사용할 수 있습니다. 객체를 추적하거나 지연 시간이 짧은 경우에 이 모드를 사용합니다. 예를 들어 동영상 스트림을 실제로 처리할 때 있습니다.

    단일 이미지 모드에서는 객체 인식기가 결과를 반환합니다. 디코더에 전달될 수 있습니다. 또한 경계 상자 다음에 결과를 반환하며 모두 사용 가능합니다. 그 결과 더 길 수 있습니다 또한 단일 이미지 모드에서는 ID가 할당되지 않았습니다. 지연 시간이 중요하지 않으며 부분적인 결과를 처리하는 것은 바람직하지 않습니다.

    여러 객체 감지 및 추적 false (기본값) | true

    최대 5개의 객체를 감지하고 추적할지, 아니면 가장 많은 객체만 감지하고 추적할지 여부 가시도 높은 객체 (기본값).

    객체 분류 false (기본값) | true

    감지된 객체를 대략적인 카테고리로 분류할지 여부입니다. 사용 설정하면 객체 인식기가 객체를 카테고리에는 패션 상품, 식품, 가정용품 장소, 식물.

    객체 감지 및 추적 API는 이 두 가지 핵심 용도에 최적화되어 있습니다. 사례:

    • 카메라에서 가장 눈에 띄는 물체를 실시간으로 감지하고 추적합니다. 뷰파인더를 사용할 수 있습니다.
    • 정적 이미지의 여러 객체를 감지합니다.

    이러한 사용 사례에 맞게 API를 구성하려면 다음 안내를 따르세요.

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. ObjectDetector의 인스턴스를 가져옵니다.

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. 입력 이미지 준비

객체를 감지하고 추적하려면 각 이미지 또는 동영상 프레임에 대해 다음을 수행합니다. 스트림 모드를 사용 설정한 경우 VisionImage 객체를 CMSampleBuffer

VisionImage 객체를 UIImage 또는 CMSampleBuffer입니다.

UIImage를 사용하는 경우 다음 단계를 따르세요.

  • UIImageVisionImage 객체를 만듭니다. 올바른 .orientation를 지정해야 합니다.

    Swift

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

    Objective-C

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

CMSampleBuffer를 사용하는 경우 다음 단계를 따르세요.

  • CMSampleBuffer

    이미지 방향을 가져오는 방법은 다음과 같습니다.

    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;
      }
    }
          
  • 다음을 사용하여 VisionImage 객체를 만듭니다. CMSampleBuffer 객체 및 방향:

    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. 이미지 처리

객체 감지기의 이미지 처리 중 하나에 VisionImage를 전달합니다. 메서드를 참조하세요. 비동기 process(image:) 메서드 또는 동기 results() 메서드

객체를 비동기식으로 감지하는 방법은 다음과 같습니다.

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.
                  }];

객체를 동기식으로 감지하려면 다음 안내를 따르세요.

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. 감지된 객체에 대한 정보 가져오기

이미지 프로세서 호출이 성공하면 이미지 프로세서는 Object를 완료 핸들러에 추가하거나 호출했는지 여부에 따라 달라집니다.

Object에는 다음 속성이 포함됩니다.

frame 객체의 위치를 나타내는 CGRect: 이미지
trackingID 여러 이미지에서 객체를 식별하는 정수 또는 다음에서 `nil` 입니다. 단일 이미지 모드입니다.
labels 인식기가 반환한 객체를 설명하는 라벨의 배열. 검사 프로그램 옵션이 있는 경우 속성이 비어 있습니다. shouldEnableClassificationfalse로 설정되어 있습니다.

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];
    ...
  }
}

사용성 및 성능 개선

최상의 사용자 환경을 위해 앱에서 다음 가이드라인을 따르세요.

  • 객체 감지 성공 여부는 객체의 시각적 복잡성에 따라 달라집니다. 포함 감지하기 위해서는 시각적 특징이 적은 물체는 이미지의 더 큰 부분을 차지합니다. 사용자에게 감지하려는 객체 종류에서 잘 작동하는 입력을 캡처하는 것입니다.
  • 분류를 사용할 때 떨어지지 않는 물체를 감지하려는 경우 지원되는 카테고리로 깔끔하게 분류하고 알려지지 않은 특수 처리를 구현하세요. 객체입니다.

머티리얼 디자인도 확인해 보세요. 머신러닝 기반의 특성 수집 패턴

실시간 애플리케이션에서 스트리밍 모드를 사용할 때 다음 가이드라인을 따르세요. 최상의 프레임 속도를 달성해야 합니다.

  • 대부분의 기기가 작동하지 않으므로 스트리밍 모드에서 다중 객체 감지를 사용하지 않습니다. 적절한 프레임 속도를 생성할 수 있어야 합니다.
  • 분류가 필요하지 않으면 사용 중지합니다.
  • 동영상 프레임을 처리하려면 감지기의 results(in:) 동기 API를 사용하세요. 전화걸기 AVCaptureVideoDataOutputSampleBufferDelegate님의 <ph type="x-smartling-placeholder"></ph> captureOutput(_, didOutput:from:) 함수를 사용하여 특정 동영상에서 동기식으로 결과를 가져옵니다. 있습니다. 유지 AVCaptureVideoDataOutput님의 alwaysDiscardsLateVideoFramestrue로 설정하여 감지기 호출을 제한합니다. 새 동영상 프레임은 감지기가 실행되는 동안 사용할 수 있게 되면 삭제됩니다.
  • 감지기 출력을 사용하여 그래픽 이미지를 먼저 ML Kit에서 결과를 가져온 후 이미지를 하나의 단계로 오버레이할 수 있습니다. 이렇게 하면 처리되어야 합니다 자세한 내용은 updatePreviewOverlayViewWithLastFrame을 를 참조하세요.