在 macOS 中使用 Vision 和 CoreML 对图像进行分类

Posted 2023-03-27

【中文标题】在 macOS 中使用 Vision 和 CoreML 对图像进行分类

【英文标题】：Classifying images with Vision and CoreML in macOS

【发布时间】：2019-05-10 11:32:37

【问题描述】：

我已经训练 IBM Watson 识别感兴趣的对象。由于不需要远程执行，我想使用提供的工具导出到 .mlmodel 并在 macOS 中运行。

不幸的是，学习 Swift 和 macOS 开发也不是必需的。是否可以直接从命令行或脚本语言调用 Vision？作为替代方案，任何人都知道 macOS 应用程序的框架，可以在文件列表上运行 Vision 并以表格形式获得分类分数？谢谢。

【问题讨论】：

你能成功做到这一点吗？我想做同样的事情，但没有运气。

【参考方案1】：

article 中提到的代码通过 Watson SDK 在 ios 应用程序中使用下载的 Core ML 模型。

此外，这是一个使用 Watson Visual Recognition 和 Core ML 对图像进行分类的代码示例。工作区有两个项目

Core ML Vision Simple：使用 Visual Recognition 对图像进行本地分类。 Core ML Vision Custom：训练自定义 Visual Recognition 模型以进行更专业的分类。

参考代码和说明here

此外，Watson Visual Recognition 附带一个入门工具包，预配置了 Core ML - https://console.bluemix.net/developer/appledevelopment/starter-kits/custom-vision-model-for-core-ml-with-watson

【讨论】：

使用 Core ML Vision Simple 生成一个最小的 iOS 应用程序，一次识别一张图像。它有效，但我正在寻找适用于 macOS 的东西。感谢分享。

【参考方案2】：

您还可以将 mlmodel 加载到 Python 中并使用 coremltools 包进行预测。我不会在生产环境中使用它，但可以启动并运行一些基本的东西。

【讨论】：

从描述中不清楚预测是如何工作的。我可以通过 Vision 将图像传递给它吗？感谢分享。

从您的 Python 代码中，您可以将 mlmodel 文件加载到 MLModel 对象中，然后调用 mlmodel.predict"image": img 其中 img 是 PIL 图像对象。结果是一个带有分类结果的字典。