错误! coreML 模型对图像的预测是错误的,对视频是正确的
Posted
技术标签:
【中文标题】错误! coreML 模型对图像的预测是错误的,对视频是正确的【英文标题】:Error! coreML model prediction on image is wrong , on video is correct 【发布时间】:2018-10-27 03:07:50 【问题描述】:我在一个示例 ios 应用程序中使用 CoreML 和我的自定义训练对象检测模型。该模型在视频帧上使用时能够表现良好,并显示正确的类别检测和边界框。
在图像上使用时,边界框检测都是错误的,所有预测都归为 1 类。
两种情况下的模型设置是一样的。
模型预测调用被处理为
func processClassifications(for request: VNRequest, error: Error?) -> [Prediction]?
let results = request.results
let results1 = results as! [VNCoreMLFeatureValueObservation]
let results2 = try? postprocess().prediction( output: results1[0].featureValue.multiArrayValue! )
// Some processing from results2 -> predictions
return predictions
对于视频:
func captureOutput(_ output: AVCaptureOutput, didOutput sampleBuffer: CMSampleBuffer, from connection: AVCaptureConnection)
let pixelBuffer = CMSampleBufferGetImageBuffer(sampleBuffer)
// self.visionModel is same as the " MODEL_TF2keras_OutConv12().model " below...
guard let visionModel = self.visionModel
var requestOptions:[VNImageOption : Any] = [:]
if let cameraIntrinsicData = CMGetAttachment(sampleBuffer, kCMSampleBufferAttachmentKey_CameraIntrinsicMatrix, nil)
requestOptions = [.cameraIntrinsics:cameraIntrinsicData]
let orientation = CGImagePropertyOrientation(rawValue: UInt32(EXIFOrientation.rightTop.rawValue))
let trackingRequest = VNCoreMLRequest(model: visionModel) (request, error) in
guard let predictions = self.processClassifications(for: request, error: error) else return . // This function performs the coreML model on the frame and return the predictions.
trackingRequest.imageCropAndScaleOption = VNImageCropAndScaleOption.centerCrop
let imageRequestHandler = VNImageRequestHandler(cvPixelBuffer: pixelBuffer, orientation: orientation!, options: requestOptions)
try imageRequestHandler.perform([trackingRequest])
对于单张图像,预测被处理为:
lazy var classificationRequest: VNCoreMLRequest =
let model = try VNCoreMLModel(for: MODEL_TF2keras_OutConv12().model)
let request = VNCoreMLRequest(model: model, completionHandler: [weak self] request, error in
let predictions = self?.processClassifications(for: request, error: error)
)
request.imageCropAndScaleOption = VNImageCropAndScaleOption.centerCrop
return request
()
func updateClassifications(for image: UIImage)
let orientation = CGImagePropertyOrientation(image.imageOrientation)
guard let ciImage = CIImage(image: image)
let handler = VNImageRequestHandler(ciImage: ciImage, orientation: orientation)
handler.perform([self.classificationRequest])
据我了解,问题在于在视频案例中使用 CVPixelbuffer,在单个图像案例中使用 CIImage。
问题是:为什么在函数和模型调用相同的情况下会出现这种差异。
我该如何解决这个问题?
感谢您的帮助。
【问题讨论】:
【参考方案1】:包含的关键错误
图像的方向在转换中变得混杂。视频序列保持方向。
模型输出在转换过程中损坏。第一步的重新转换解决了这个问题。因此,我自己的错误,然而一个重要的观察。由于从一个平台转换到另一个平台的步骤很多,可能的错误来源是多方面的,这有助于从第一步开始。
图像大小调整和应用 ImageView 大小调整影响了边界框的可视化。因此,检查这些很重要。我天真地推断预测不正确,而可视化不正确。
希望这会有所帮助。
【讨论】:
感谢分享!我们正在研究类似的问题。您可以为我们提供付费顾问吗?以上是关于错误! coreML 模型对图像的预测是错误的,对视频是正确的的主要内容,如果未能解决你的问题,请参考以下文章
图像识别的 CoreML 模型预测仅适用于 iPhone 11 和 12 模型