使用自定义分类模型检测、跟踪和分类对象 (Android)

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

您可以使用自定义图片分类模型来对 。如需了解更多详情，请参阅使用机器学习套件的自定义模型 模型兼容性要求方面的指南、在哪里可以找到预训练模型， 以及如何训练自己的模型。

您可以通过两种方式集成自定义模型。你可以通过以下方式捆绑模型： 将其放入应用的资源文件夹中，也可以动态下载 。下表对这两个选项进行了比较。

捆绑模型 托管的模型
该模型是应用 APK 的一部分，这会增加其大小。 该模型不是 APK 的一部分。它通过上传到 Firebase 机器学习。
即使 Android 设备处于离线状态，模型也可立即使用 按需下载模型
无需 Firebase 项目 需要 Firebase 项目
您必须重新发布应用才能更新模型 无需重新发布应用即可推送模型更新
没有内置 A/B 测试 使用 Firebase Remote Config 轻松进行 A/B 测试

试试看

准备工作

  1. 在项目级 build.gradle 文件中，请务必包含 buildscript 和 Google 的 Maven 制品库 allprojects 个版块。

  2. 将 Android 版机器学习套件库的依赖项添加到模块的 应用级 Gradle 文件，通常为 app/build.gradle：

    如需将模型与应用捆绑，请执行以下操作：

    dependencies {   // ...   // Object detection & tracking feature with custom bundled model   implementation 'com.google.mlkit:object-detection-custom:17.0.2' }

    如需从 Firebase 动态下载模型，请添加 linkFirebase 依赖项：

    dependencies {   // ...   // Object detection & tracking feature with model downloaded   // from firebase   implementation 'com.google.mlkit:object-detection-custom:17.0.2'   implementation 'com.google.mlkit:linkfirebase:17.0.0' }

  3. 如果您想下载模型，请确保 将 Firebase 添加到您的 Android 项目， （如果您尚未这样做）。捆绑模型时不需要这样做。

1. 加载模型

配置本地模型来源

如需将模型与您的应用捆绑在一起，请执行以下操作：

  1. 将模型文件（通常以 .tflite 或 .lite 结尾）复制到应用的 assets/ 文件夹。（您可能需要先创建文件夹， 右键点击 app/ 文件夹，然后点击 新建 >文件夹 >Assets 文件夹。）

  2. 然后，将以下内容添加到应用的 build.gradle 文件中，以确保 Gradle 在构建应用时不会压缩模型文件：

    android {     // ...     aaptOptions {         noCompress "tflite"         // or noCompress "lite"     } }

    模型文件将包含在应用软件包中，并提供给机器学习套件使用 原始资源

  3. 创建 LocalModel 对象，指定模型文件的路径：

    Kotlin

    val localModel = LocalModel.Builder()         .setAssetFilePath("model.tflite")         // or .setAbsoluteFilePath(absolute file path to model file)         // or .setUri(URI to model file)         .build()

    Java

    LocalModel localModel =     new LocalModel.Builder()         .setAssetFilePath("model.tflite")         // or .setAbsoluteFilePath(absolute file path to model file)         // or .setUri(URI to model file)         .build();

配置 Firebase 托管的模型来源

如需使用远程托管的模型，请通过以下方法创建一个 CustomRemoteModel 对象： FirebaseModelSource，指定您在创建模型时 发布时间：

Kotlin

// Specify the name you assigned in the Firebase console. val remoteModel =     CustomRemoteModel         .Builder(FirebaseModelSource.Builder("your_model_name").build())         .build()

Java

// Specify the name you assigned in the Firebase console. CustomRemoteModel remoteModel =     new CustomRemoteModel         .Builder(new FirebaseModelSource.Builder("your_model_name").build())         .build();

然后，启动模型下载任务，指定 来允许下载如果该设备上没有该型号，或者版本较新的 模型可用时，任务会异步下载 模型：

Kotlin

val downloadConditions = DownloadConditions.Builder()     .requireWifi()     .build() RemoteModelManager.getInstance().download(remoteModel, downloadConditions)     .addOnSuccessListener {         // Success.     }

Java

DownloadConditions downloadConditions = new DownloadConditions.Builder()         .requireWifi()         .build(); RemoteModelManager.getInstance().download(remoteModel, downloadConditions)         .addOnSuccessListener(new OnSuccessListener() {             @Override             public void onSuccess(@NonNull Task task) {                 // Success.             }         });

许多应用会通过其初始化代码启动下载任务，但 可以在需要使用该模型之前随时执行此操作。

2. 配置对象检测器

配置模型来源后，请为模型配置对象检测器 具有 CustomObjectDetectorOptions 对象的用例。您可以将 以下设置：

对象检测器设置
检测模式 STREAM_MODE（默认）|SINGLE_IMAGE_MODE

在 STREAM_MODE（默认）下，对象检测器会运行 但可能会生成不完整的结果（例如 未指定的边界框或类别标签） 检测器的调用。此外，在 STREAM_MODE 中， 检测器会为对象分配跟踪 ID，供您用来 来跨帧跟踪对象。当您想要追踪活动时，可以使用此模式 或者对低延迟很重要，例如在处理 实时流式传输视频。

在 SINGLE_IMAGE_MODE 中，对象检测器会返回 确定对象的边界框后的结果。如果您 也会启用分类，它会返回 框和类别标签均可使用。因此 检测延迟时间可能更长。此外，在 SINGLE_IMAGE_MODE，未分配跟踪 ID。使用 如果延迟时间不重要，并且您不希望处理 部分结果。
检测和跟踪多个对象 false（默认）|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）|true

是否使用提供的 自定义分类器模型。要使用自定义分类 模型，则需要将其设为 true。

分类置信度阈值

已检测到的标签的最低置信度分数。如果未设置，任何 系统将使用模型元数据指定的分类器阈值。 如果模型不包含任何元数据或元数据不包含 则默认阈值为 0.0， 。
每个对象的标签数上限

检测器将为每个对象设置的标签数量上限 return。如果未设置，系统将使用默认值 10。

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。

如需使用本地捆绑的模型为这些用例配置 API，请执行以下操作：

Kotlin

// Live detection and tracking val customObjectDetectorOptions =         CustomObjectDetectorOptions.Builder(localModel)         .setDetectorMode(CustomObjectDetectorOptions.STREAM_MODE)         .enableClassification()         .setClassificationConfidenceThreshold(0.5f)         .setMaxPerObjectLabelCount(3)         .build()  // Multiple object detection in static images val customObjectDetectorOptions =         CustomObjectDetectorOptions.Builder(localModel)         .setDetectorMode(CustomObjectDetectorOptions.SINGLE_IMAGE_MODE)         .enableMultipleObjects()         .enableClassification()         .setClassificationConfidenceThreshold(0.5f)         .setMaxPerObjectLabelCount(3)         .build()  val objectDetector =         ObjectDetection.getClient(customObjectDetectorOptions)

Java

// Live detection and tracking CustomObjectDetectorOptions customObjectDetectorOptions =         new CustomObjectDetectorOptions.Builder(localModel)                 .setDetectorMode(CustomObjectDetectorOptions.STREAM_MODE)                 .enableClassification()                 .setClassificationConfidenceThreshold(0.5f)                 .setMaxPerObjectLabelCount(3)                 .build();  // Multiple object detection in static images CustomObjectDetectorOptions customObjectDetectorOptions =         new CustomObjectDetectorOptions.Builder(localModel)                 .setDetectorMode(CustomObjectDetectorOptions.SINGLE_IMAGE_MODE)                 .enableMultipleObjects()                 .enableClassification()                 .setClassificationConfidenceThreshold(0.5f)                 .setMaxPerObjectLabelCount(3)                 .build();  ObjectDetector objectDetector =     ObjectDetection.getClient(customObjectDetectorOptions);

如果您有远程托管的模型，则必须检查该模型 下载应用您可以检查模型下载的状态 使用模型管理器的 isModelDownloaded() 方法完成任务。

虽然您只需在运行检测器之前确认这一点，但如果您 同时具有远程托管的模型和本地捆绑的模型， 在实例化图片检测器时执行此检查： 从远程模型检索该检测器（如果已下载），而从本地 模型。

Kotlin

RemoteModelManager.getInstance().isModelDownloaded(remoteModel)     .addOnSuccessListener { isDownloaded ->     val optionsBuilder =         if (isDownloaded) {             CustomObjectDetectorOptions.Builder(remoteModel)         } else {             CustomObjectDetectorOptions.Builder(localModel)         }     val customObjectDetectorOptions = optionsBuilder             .setDetectorMode(CustomObjectDetectorOptions.SINGLE_IMAGE_MODE)             .enableClassification()             .setClassificationConfidenceThreshold(0.5f)             .setMaxPerObjectLabelCount(3)             .build()     val objectDetector =         ObjectDetection.getClient(customObjectDetectorOptions) }

Java

RemoteModelManager.getInstance().isModelDownloaded(remoteModel)     .addOnSuccessListener(new OnSuccessListener() {         @Override         public void onSuccess(Boolean isDownloaded) {             CustomObjectDetectorOptions.Builder optionsBuilder;             if (isDownloaded) {                 optionsBuilder = new CustomObjectDetectorOptions.Builder(remoteModel);             } else {                 optionsBuilder = new CustomObjectDetectorOptions.Builder(localModel);             }             CustomObjectDetectorOptions customObjectDetectorOptions = optionsBuilder                 .setDetectorMode(CustomObjectDetectorOptions.SINGLE_IMAGE_MODE)                 .enableClassification()                 .setClassificationConfidenceThreshold(0.5f)                 .setMaxPerObjectLabelCount(3)                 .build();             ObjectDetector objectDetector =                 ObjectDetection.getClient(customObjectDetectorOptions);         } });

如果您只有远程托管的模型，则应停用与模型相关的 部分功能（如灰显或隐藏界面的某一部分）， 您可以确认模型已下载。为此，你可以将一个监听器附加到 添加到模型管理器的 download() 方法：

Kotlin

RemoteModelManager.getInstance().download(remoteModel, conditions)     .addOnSuccessListener {         // Download complete. Depending on your app, you could enable the ML         // feature, or switch from the local model to the remote model, etc.     }

Java

RemoteModelManager.getInstance().download(remoteModel, conditions)         .addOnSuccessListener(new OnSuccessListener() {             @Override             public void onSuccess(Void v) {               // Download complete. Depending on your app, you could enable               // the ML feature, or switch from the local model to the remote               // model, etc.             }         });

3. 准备输入图片

基于图片创建 InputImage 对象。 对象检测器直接从 Bitmap、NV21 ByteBuffer 或 YUV_420_888 media.Image。根据这些来源构建 InputImage 的步骤如下： 我们建议您：如果您构建一个 来自其他来源的 InputImage，我们将在内部处理转换， 而且效率可能会降低

您可以创建 InputImage 对象，下文对每种方法进行了说明。

使用 media.Image

如需创建 InputImage，请执行以下操作： 对象（例如从 media.Image 对象中捕获图片时） 请传递 media.Image 对象和图片的 旋转为 InputImage.fromMediaImage()。

如果您使用 <ph type="x-smartling-placeholder"></ph> CameraX 库、OnImageCapturedListener 和 ImageAnalysis.Analyzer 类计算旋转角度值 。

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           // ...         }     } }

如果您不使用可提供图片旋转角度的相机库， 可以根据设备的旋转角度和镜头方向来计算 设备传感器：

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 }
MLKitVisionImage.kt

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; }

然后，传递 media.Image 对象和 将旋转角度值设为 InputImage.fromMediaImage()：

Kotlin

val image = InputImage.fromMediaImage(mediaImage, rotation)
MLKitVisionImage.kt

Java

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

使用文件 URI

如需创建 InputImage，请执行以下操作： 对象时，请将应用上下文和文件 URI 传递给 InputImage.fromFilePath()。在需要满足特定条件时 使用 ACTION_GET_CONTENT intent 提示用户进行选择 从图库应用中获取图片

Kotlin

val image: InputImage try {     image = InputImage.fromFilePath(context, uri) } catch (e: IOException) {     e.printStackTrace() }
MLKitVisionImage.kt

Java

InputImage image; try {     image = InputImage.fromFilePath(context, uri); } catch (IOException e) {     e.printStackTrace(); }

使用 ByteBuffer 或 ByteArray

如需创建 InputImage，请执行以下操作： 对象ByteBuffer或ByteArray时，首先计算图像 旋转角度。media.Image 然后，创建带有缓冲区或数组的 InputImage 对象以及图片的 高度、宽度、颜色编码格式和旋转角度：

Kotlin

val image = InputImage.fromByteBuffer(         byteBuffer,         /* image width */ 480,         /* image height */ 360,         rotationDegrees,         InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
MLKitVisionImage.kt
 // Or: val image = InputImage.fromByteArray(         byteArray,         /* image width */ 480,         /* image height */ 360,         rotationDegrees,         InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) 
MLKitVisionImage.kt

Java

InputImage image = InputImage.fromByteBuffer(byteBuffer,         /* image width */ 480,         /* image height */ 360,         rotationDegrees,         InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
MLKitVisionImage.java
 // Or: InputImage image = InputImage.fromByteArray(         byteArray,         /* image width */480,         /* image height */360,         rotation,         InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
MLKitVisionImage.java

使用 Bitmap

如需创建 InputImage，请执行以下操作： 对象时，请进行以下声明：Bitmap

Kotlin

val image = InputImage.fromBitmap(bitmap, 0)
MLKitVisionImage.kt

Java

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

图片由 Bitmap 对象和旋转角度表示。

4. 运行对象检测器

Kotlin

objectDetector     .process(image)     .addOnFailureListener(e -> {...})     .addOnSuccessListener(results -> {         for (detectedObject in results) {           // ...         }     });

Java

objectDetector     .process(image)     .addOnFailureListener(e -> {...})     .addOnSuccessListener(results -> {         for (DetectedObject detectedObject : results) {           // ...         }     });
<ph type="x-smartling-placeholder">

5. 获取已加标签的对象的相关信息

如果对 process() 的调用成功，则系统会将 DetectedObject 列表传递给 成功监听器

每个 DetectedObject 包含以下属性：

边界框 一个 Rect，指示对象在 图片。
跟踪 ID 一个整数，用于跨图片标识对象。以下时间内为 null： SINGLE_IMAGE_MODE。
标签
标签说明 标签的文本说明。仅当 TensorFlow 加载 精简版模型的元数据包含标签说明。
标签索引 标签在 分类器。
标签置信度 对象分类的置信度值。

Kotlin

// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (detectedObject in results) {     val boundingBox = detectedObject.boundingBox     val trackingId = detectedObject.trackingId     for (label in detectedObject.labels) {       val text = label.text       val index = label.index       val confidence = label.confidence     } }

Java

// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (DetectedObject detectedObject : results) {   Rect boundingBox = detectedObject.getBoundingBox();   Integer trackingId = detectedObject.getTrackingId();   for (Label label : detectedObject.getLabels()) {     String text = label.getText();     int index = label.getIndex();     float confidence = label.getConfidence();   } }

确保出色的用户体验

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。

另请访问 机器学习套件 Material Design 展示应用和 Material Design 适用于机器学习赋能的功能的模式集合。

提高性能

如果要在实时应用中使用对象检测，请遵循以下 实现最佳帧速率的准则：

  • 在实时应用中使用流处理模式时，请勿使用多个 对象检测，因为大多数设备都无法产生足够的帧速率。

  • 如果您使用 Camera 或 camera2 API、 限制对检测器的调用。如果新视频 当检测器运行时有可用的帧时，请丢弃该帧。请参阅 <ph type="x-smartling-placeholder"></ph> VisionProcessorBase 类。
  • 如果您使用 CameraX API， 确保 Backpressure 策略设置为默认值 ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST。 这可保证一次仅传送一张图片进行分析。如果有更多图片 在分析器繁忙时生成，它们会被自动丢弃，不会排队等待 。通过调用 ImageProxy.close()，将传递下一张图片。
  • 如果您使用检测器的输出在图像上叠加显示 输入图片，首先从机器学习套件获取结果， 和叠加层。这会渲染到 每个输入帧只执行一次。请参阅 <ph type="x-smartling-placeholder"></ph> CameraSourcePreview和 GraphicOverlay 类。
  • 如果您使用 Camera2 API，请以 ImageFormat.YUV_420_888 格式。如果您使用的是旧版 Camera API，请使用 ImageFormat.NV21 格式。