如何将额外的参数传递给 Vision 框架?

Posted

技术标签:

【中文标题】如何将额外的参数传递给 Vision 框架?【英文标题】:How to pass an extra parameter to Vision framework? 【发布时间】:2020-07-19 18:01:35 【问题描述】:

我有一个运行良好的 Swift / CoreML 代码。我想通过使用 Vision 框架来简化我的代码。 在这段代码中,有一个我想去掉的 UIImage -> CGImage -> CVPixelBuffer 转换。我知道使用 Vision 可以直接将 CGImage 作为输入参数传递。我遇到的问题是我的模型需要 2 个输入(图像 + MLMultiArray)和输出和图像:

Inputs

    my_input : Image (Color 512 x 512)
    my_sigma : MultiArray (Float32 1)

Outputs

    my_output : Image (Color 512 x 512)

我尝试按如下方式传递 sigma 参数:

guard let cgImage = uiImage.cgImage else 
    return nil


let options:[VNImageOption: Any] = [VNImageOption(rawValue: "my_sigma"): 0.1]

let handler = VNImageRequestHandler(cgImage: cgImage, options: options)
do 
    try handler.perform(visionRequest)
 catch 
    print(error)

这样做,我得到以下错误:

[coreml] 验证输入失败。没有结果:Error Domain=com.apple.vis Code=3 "The VNCoreMLTransform request failed" UserInfo=NSLocalizedDescription=The VNCoreMLTransform request failed, NSUnderlyingError=0x280cbbab0 Error Domain=com.apple.CoreML Code=0 "Required input feature not传递给神经网络。”

所以,看来我没有正确地将第二个参数传递给请求处理程序。我一直没能找到答案。

将此类参数传递给 Vision 的正确方法是什么? 你知道我是否可以使用 Vision 直接输出图像吗?

感谢您的帮助。

【问题讨论】:

【参考方案1】:

我在下面提供的代码似乎工作正常。它可能不是最佳的,但至少它可以工作,这是一个很好的第一步。主要的困难是理解MLFeatureProvider 的工作原理:

class SigmaProvider: MLFeatureProvider 

    let sigma: Double

    init(sigma: Double) 
        self.sigma = sigma
    

    var featureNames: Set<String> 
        get 
            return ["my_sigma"]
        
    

    func featureValue(for featureName: String) -> MLFeatureValue? 
        if (featureName == "my_sigma") 
            let array = try! MLMultiArray(shape: [1], dataType: .float32)
            array[0] = NSNumber(value: self.sigma)
            return MLFeatureValue(multiArray: array)
        
        return nil
    

该类定义了一个名为my_sigma 的输入,其类型为MLMultiArray。下面是将 CoreML 模型(名为 model)应用于输入 UIImage 的代码:

// Input CGImage
guard let cgImage = uiImage.cgImage else 
    return nil


// Load and setup the Vision model
guard let visionModel = try? VNCoreMLModel(for: model.model) else 
    fatalError("Cannot load Vision ML model")

visionModel.inputImageFeatureName = "my_input"
visionModel.featureProvider = SigmaProvider(sigma: self.sigma)

// Create the request
let request = VNCoreMLRequest(model: visionModel)
request.usesCPUOnly = false

// Handler
let handler = VNImageRequestHandler(cgImage: cgImage)

// Process
do 
    try handler.perform([request])

catch 
    print("Error while performing Vision request: \(error)")
    return nil


// Get the result
guard let results = request.results else 
    print("No request results")
    return nil


// Convert the resulting CVPixelBuffer into a UIImage
for case let resultingImage as VNPixelBufferObservation in results 
    if resultingImage.featureName == "my_output" 
        let ciOutput = CIImage(cvPixelBuffer: resultingImage.pixelBuffer)
        UIGraphicsBeginImageContextWithOptions(uiImage.size, true, 1.0)
        UIImage(ciImage: ciOutput).draw(at: CGPoint(x: 0, y: 0))
        let output = UIGraphicsGetImageFromCurrentImageContext()
        UIGraphicsEndImageContext()
        return output
    

请注意,SigmaProvider 类中不需要我的模型的第一个参数my_input。它是使用inputImageFeatureName 属性指定的。最后,我通过遍历所有结果来访问my_output

我希望这会对某人有所帮助。

【讨论】:

【参考方案2】:

查看VNCoreMLRequestfeatureProvider 属性。这是一个提供额外输入的对象,即除了图像输入之外的任何内容。

【讨论】:

按照您的建议,我将通过展示适用于这个示例的方法来回答我自己的问题。感谢您的建议。 我可能应该提到 MLDictionaryFeatureProvider 的存在,但你的代码看起来也不错。 你是对的,下面的代码似乎可以解决问题:let array = try! MLMultiArray(shape: [1], dataType: .float32); array[0] = NSNumber(value: self.sigma); visionModel.featureProvider = try? MLDictionaryFeatureProvider(dictionary: ["my_sigma": array]) 我认为您甚至不需要 MLMultiArray,即尝试使用 MLDictionaryFeatureProvider(dictionary: ["my_sigma": 3.14]) 目前需要:验证输入失败。执行视觉请求时出错:Error Domain=com.apple.vis Code=3 "The VNCoreMLTransform request failed" UserInfo=NSLocalizedDescription=The VNCoreMLTransform request failed, NSUnderlyingError=0x28350b570 Error Domain=com.apple.CoreML Code=1 "MultiArrayConstraint只允许 MultiArrays" UserInfo=NSLocalizedDescription=MultiArrayConstraint 只允许 MultiArrays

以上是关于如何将额外的参数传递给 Vision 框架?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 withColumn 将额外的参数传递给 UDF

将额外参数传递给事件处理程序?

将额外的参数传递给IntersectionObserver?

如何将额外的参数传递给 django admin 自定义表单?

将额外参数传递给 usort 回调

如何将额外参数传递给链接到 XIB 文件的自定义 UIView?