iOS-机器学习框架CoreML

Posted 2021-05-02 YI技之长

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了iOS-机器学习框架CoreML相关的知识，希望对你有一定的参考价值。

CoreML 是 Apple 在 WWDC 2017 推出的机器学习框架。但是其到底有什么功能呢？本文对其进行初探。

模型

在 CoreML 中， Apple 定义了一套自己的模型格式，后缀名为： mimodel，通过 CoreML 框架，以及模型库，可以在 App 层面进行机器学习的功能研发。

官网已经提供四个模型库供下载。

iOS-机器学习框架CoreML

Demo

官网提供了一个 Demo，要求 XCode 9 + ios 11 的环境。

下载下来 Run 了一下，不得不说，Apple 对开发者还是非常友好的，直接将模型文件拖到项目中，Xcode 会自动生成接口文件:

import CoreML
class MarsHabitatPricerInput : MLFeatureProvider {
var solarPanels: Double
var greenhouses: Double
var size: Double
var featureNames: Set<String> {
get {
return ["solarPanels", "greenhouses", "size"]
}
}
func featureValue(for featureName: String) -> MLFeatureValue? {
if (featureName == "solarPanels") {
return MLFeatureValue(double: solarPanels)
}
if (featureName == "greenhouses") {
return MLFeatureValue(double: greenhouses)
}
if (featureName == "size") {
return MLFeatureValue(double: size)
}
return nil
}
init(solarPanels: Double, greenhouses: Double, size: Double) {
self.solarPanels = solarPanels
self.greenhouses = greenhouses
self.size = size
}
}
class MarsHabitatPricerOutput : MLFeatureProvider {
let price: Double
var featureNames: Set<String> {
get {
return ["price"]
}
}
func featureValue(for featureName: String) -> MLFeatureValue? {
if (featureName == "price") {
return MLFeatureValue(double: price)
}
return nil
}
init(price: Double) {
self.price = price
}
}
@objc class MarsHabitatPricer:NSObject {
var model: MLModel
init(contentsOf url: URL) throws {
self.model = try MLModel(contentsOf: url)
}
convenience override init() {
let bundle = Bundle(for: MarsHabitatPricer.self)
let assetPath = bundle.url(forResource: "MarsHabitatPricer", withExtension:"mlmodelc")
try! self.init(contentsOf: assetPath!)
}
func prediction(input: MarsHabitatPricerInput) throws -> MarsHabitatPricerOutput {
let outFeatures = try model.prediction(from: input)
let result = MarsHabitatPricerOutput(price: outFeatures.featureValue(for: "price")!.doubleValue)
return result
}
func prediction(solarPanels: Double, greenhouses: Double, size: Double) throws -> MarsHabitatPricerOutput {
let input_ = MarsHabitatPricerInput(solarPanels: solarPanels, greenhouses: greenhouses, size: size)
return try self.prediction(input: input_)
}
}

可以看到，主要是定义了输入，输出以及预测的格式，调用的时候，也非常简单，传参即可。

但是这些接口文件并没有在 XCode 左边的文件树中出现。

iOS-机器学习框架CoreML

查了一下，是生成在 DerivedData 目录下，估计是想开发者使用起来更简洁。

运行一下，可以看到，主要功能是对价格进行预测。

iOS-机器学习框架CoreML

貌似稍微有点不够高大上…

Resnet50

官网提供的四个模型库，我们还没用呢，当然要看下能用来干啥，看了一下，貌似主要是物体识别，OK，代码走起。

先下载模型库 Resnet50, 然后创建一个新的 Swift 项目，将其拖进去：

iOS-机器学习框架CoreML

从描述里面可以看出来，其实一个神经网络的分类器，输入是一张像素为 (224 * 224) 的图片，输出为分类结果。

自动生成的接口文件：

import CoreML
class Resnet50Input : MLFeatureProvider {
var image: CVPixelBuffer
var featureNames: Set<String> {
get {
return ["image"]
}
}
func featureValue(for featureName: String) -> MLFeatureValue? {
if (featureName == "image") {
return MLFeatureValue(pixelBuffer: image)
}
return nil
}
init(image: CVPixelBuffer) {
self.image = image
}
}
class Resnet50Output : MLFeatureProvider {
let classLabelProbs: [String : Double]
let classLabel: String
var featureNames: Set<String> {
get {
return ["classLabelProbs", "classLabel"]
}
}
func featureValue(for featureName: String) -> MLFeatureValue? {
if (featureName == "classLabelProbs") {
return try! MLFeatureValue(dictionary: classLabelProbs as [NSObject : NSNumber])
}
if (featureName == "classLabel") {
return MLFeatureValue(string: classLabel)
}
return nil
}
init(classLabelProbs: [String : Double], classLabel: String) {
self.classLabelProbs = classLabelProbs
self.classLabel = classLabel
}
}
@objc class Resnet50:NSObject {
var model: MLModel
init(contentsOf url: URL) throws {
self.model = try MLModel(contentsOf: url)
}
convenience override init() {
let bundle = Bundle(for: Resnet50.self)
let assetPath = bundle.url(forResource: "Resnet50", withExtension:"mlmodelc")
try! self.init(contentsOf: assetPath!)
}
func prediction(input: Resnet50Input) throws -> Resnet50Output {
let outFeatures = try model.prediction(from: input)
let result = Resnet50Output(classLabelProbs: outFeatures.featureValue(for: "classLabelProbs")!.dictionaryValue as! [String : Double], classLabel: outFeatures.featureValue(for: "classLabel")!.stringValue)
return result
}
func prediction(image: CVPixelBuffer) throws -> Resnet50Output {
let input_ = Resnet50Input(image: image)
return try self.prediction(input: input_)
}
}

OK，要照片，而且是 CVPixelBuffer 类型的。

但是每次从相册选太烦了，所以我们直接摄像头走起。将 AVCam 的主要功能类复制到项目中。

iOS-机器学习框架CoreML

然后，禁用 CameraViewController 中一些不必要的按钮：

self.recordButton.isHidden = true
self.captureModeControl.isHidden = true
self.livePhotoModeButton.isHidden = true
self.depthDataDeliveryButton.isHidden = true

由于，AVCapturePhotoCaptureDelegate 拍照完成的回调为：

1	func photoOutput(_ output: AVCapturePhotoOutput, didFinishProcessingPhoto photo: AVCapturePhoto, error: Error?)

看了下 AVCaputrePhoto 的定义，里面刚好有 CVPixelBuffer 格式的属性：

iOS-机器学习框架CoreML

直接传进去试试：

// Predicte
if let pixelBuffer = photo.previewPixelBuffer {
	guard let Resnet50CategoryOutput = try? model.prediction(image:pixelBuffer) else {
		fatalError("Unexpected runtime error.")
	}
}

一切看起来很完美，编译通过，运行起来，点一下拍照按钮，额，Crash了，异常：

[core] Error Domain=com.apple.CoreML Code=1 "Input image feature image does not match model description" UserInfo={NSLocalizedDescription=Input image feature image does not match model description, NSUnderlyingError=0x1c0643420 {Error Domain=com.apple.CoreML Code=1 "Image is not valid width 224, instead is 852" UserInfo={NSLocalizedDescription=Image is not valid width 224, instead is 852}}}

哦，忘记改大小了，找到 photoSetting，加上宽高:

if !photoSettings.availablePreviewPhotoPixelFormatTypes.isEmpty {
	photoSettings.previewPhotoFormat = [kCVPixelBufferPixelFormatTypeKey as String: photoSettings.availablePreviewPhotoPixelFormatTypes.first!,
  		kCVPixelBufferWidthKey as String : NSNumber(value:224),
  		kCVPixelBufferHeightKey as String : NSNumber(value:224)]
}

重新 Run，WTF，Man，居然又报同样的错，好吧，Google 一下，貌似宽高的属性，在 Swift 里面不生效，额。。

没办法，那我们只能将 CVPixelBuffer 先转换成 UIImage，然后改下大小，再转回 CVPixelBuffer，试试：

photoData = photo.fileDataRepresentation()
// Change Data to Image
guard let photoData = photoData else {
	return
}
let image = UIImage(data: photoData)
// Resize
let newWidth:CGFloat = 224.0
let newHeight:CGFloat = 224.0
UIGraphicsBeginImageContext(CGSize(width:newWidth, height:newHeight))
image?.draw(in:CGRect(x:0, y:0, width:newWidth, height:newHeight))
let newImage = UIGraphicsGetImageFromCurrentImageContext()
UIGraphicsEndImageContext()
guard let finalImage = newImage else {
	return
}
// Predicte
guard let Resnet50CategoryOutput = try? model.prediction(image:pixelBufferFromImage(image: finalImage)) else {
	fatalError("Unexpected runtime error.")
}