CreateML 结果在应用程序中很糟糕,而在操场上却很完美
Posted
技术标签:
【中文标题】CreateML 结果在应用程序中很糟糕,而在操场上却很完美【英文标题】:CreateML results are awful at app while it's perfect in playground 【发布时间】:2019-07-17 10:22:24 【问题描述】:我正在尝试用图像分类训练 MLModel。我创建了一个应用程序来创建图像以用作训练数据(最后将使用相同的过程来获得预测)。 我从 AvCaptureSession 获得 CVPixelBuffer,将其转换为 UIImage 并将其以 JPEG 格式保存到文档目录中。后来我给它们贴上标签,并在操场上用 CreateML 训练 MLModel。因为我收集了数千张图片,所以在操场上的结果是 %100。
但是当我将此模型集成到我的应用程序中并以相同的方式提供它时,结果很糟糕。我得到 CVPixelBuffer,将其转换为 UIImage(裁剪)并将裁剪后的图像转换为 CVPixelBuffer 并将其提供给模型。我必须将 UIImage 转换为 CVPixelBuffer,因为 CoreML 模型只有 CVPixelBuffer 除外。我使用这种方法将 UIImage 转换为 CVPixelBuffer:
func pixelBuffer(width: Int, height: Int) -> CVPixelBuffer?
var maybePixelBuffer: CVPixelBuffer?
let attrs = [kCVPixelBufferCGImageCompatibilityKey: kCFBooleanTrue,
kCVPixelBufferCGBitmapContextCompatibilityKey: kCFBooleanTrue]
let status = CVPixelBufferCreate(kCFAllocatorDefault,
width,
height,
kCVPixelFormatType_32ARGB,
attrs as CFDictionary,
&maybePixelBuffer)
guard status == kCVReturnSuccess, let pixelBuffer = maybePixelBuffer else
return nil
CVPixelBufferLockBaseAddress(pixelBuffer, CVPixelBufferLockFlags(rawValue: 0))
let pixelData = CVPixelBufferGetBaseAddress(pixelBuffer)
guard let context = CGContext(data: pixelData,
width: width,
height: height,
bitsPerComponent: 8,
bytesPerRow: CVPixelBufferGetBytesPerRow(pixelBuffer),
space: CGColorSpaceCreateDeviceRGB(),
bitmapInfo: CGImageAlphaInfo.noneSkipFirst.rawValue)
else
return nil
UIGraphicsPushContext(context)
context.translateBy(x: 0, y: CGFloat(height))
context.scaleBy(x: 1, y: -1)
self.draw(in: CGRect(x: 0, y: 0, width: width, height: height))
UIGraphicsPopContext()
CVPixelBufferUnlockBaseAddress(pixelBuffer, CVPixelBufferLockFlags(rawValue: 0))
return pixelBuffer
我认为我的结果很差,因为 CoreML 模型不喜欢转换后的 CVPixelBuffer。
有人有什么建议吗?
【问题讨论】:
【参考方案1】:你不需要这些东西。让我们看一下文档:
class VNCoreMLRequest : VNImageBasedRequest
首先,VNImageBasedRequest
包含字段regionOfInterest: CGRect get set
,其中矩形是标准化的并且是左下角相对。 所以你不需要裁剪!只需指定 ROI。
其次,VNCoreMLRequest
本身有 var imageCropAndScaleOption: VNImageCropAndScaleOption get set
字段,您可以在其中指定当高/宽比与预期不匹配时如何操作(中心裁剪、缩放以适应/填充)。
【讨论】:
感谢您回答 Maxim,我正在裁剪图像,因为我没有只有一个感兴趣的区域。它可以增加到 50。因此,我将图像裁剪为(最多)50 块并将其提供给 ML 模型,模型会在合理的时间内返回结果。但就像我提到的,结果非常不准确。 所以?您可以向它提供 50 个具有不同 ROI 的图像请求。虽然我不明白你的用例。如果您需要多个对象,则需要一个对象检测器模型(即不是图像分类器)。 好吧,我用 Vision 检测对象,然后将它们从主图像中裁剪出来。然后将它们提供给 MLModel。检测对象不是问题,问题是 MLModel 的行为与游乐场不同。我用相同的数据喂它,唯一的区别是;我将它们转换为 UIImage,然后再次转换为 CVPixelBuffer。 也许颜色已经关闭?相机通常提供 BGRA(也不是 RGBA)。但是话又说回来,可以在 CVPixelBuffer 上进行裁剪而无需转换 - github.com/hollance/CoreMLHelpers/blob/master/CoreMLHelpers/… 我已经尝试了所有的RGBA/BGRA选项,结果都是一样的。但正如你所说,我会尝试裁剪像素缓冲区,并将其提供给 MLModel。我会让你知道结果。以上是关于CreateML 结果在应用程序中很糟糕,而在操场上却很完美的主要内容,如果未能解决你的问题,请参考以下文章
React 本机选择器在 android 中看起来不错,但在 ios 中很糟糕