将图像转换为CVPixelBuffer以用于机器学习Swift

我正在尝试让苹果公司在2017年WWDC上展示的Core ML模型样本正常工作。我使用GoogLeNet来尝试对图像进行分类(请参见苹果机器学习页面)。该模型需要一个CVPixelBuffer作为输入。我有一个名为imageSample.jpg的图像用于此演示。我的代码如下:

        var sample = UIImage(named: "imageSample")?.cgImage        let bufferThree = getCVPixelBuffer(sample!)        let model = GoogLeNetPlaces()        guard let output = try? model.prediction(input: GoogLeNetPlacesInput.init(sceneImage: bufferThree!)) else {            fatalError("Unexpected runtime error.")        }        print(output.sceneLabel)

我总是会在输出中得到意外的运行时错误,而不是图像分类。我转换图像的代码如下:

func getCVPixelBuffer(_ image: CGImage) -> CVPixelBuffer? {        let imageWidth = Int(image.width)        let imageHeight = Int(image.height)        let attributes : [NSObject:AnyObject] = [            kCVPixelBufferCGImageCompatibilityKey : true as AnyObject,            kCVPixelBufferCGBitmapContextCompatibilityKey : true as AnyObject        ]        var pxbuffer: CVPixelBuffer? = nil        CVPixelBufferCreate(kCFAllocatorDefault,                            imageWidth,                            imageHeight,                            kCVPixelFormatType_32ARGB,                            attributes as CFDictionary?,                            &pxbuffer)        if let _pxbuffer = pxbuffer {            let flags = CVPixelBufferLockFlags(rawValue: 0)            CVPixelBufferLockBaseAddress(_pxbuffer, flags)            let pxdata = CVPixelBufferGetBaseAddress(_pxbuffer)            let rgbColorSpace = CGColorSpaceCreateDeviceRGB();            let context = CGContext(data: pxdata,                                    width: imageWidth,                                    height: imageHeight,                                    bitsPerComponent: 8,                                    bytesPerRow: CVPixelBufferGetBytesPerRow(_pxbuffer),                                    space: rgbColorSpace,                                    bitmapInfo: CGImageAlphaInfo.premultipliedFirst.rawValue)            if let _context = context {                _context.draw(image, in: CGRect.init(x: 0, y: 0, width: imageWidth, height: imageHeight))            }            else {                CVPixelBufferUnlockBaseAddress(_pxbuffer, flags);                return nil            }            CVPixelBufferUnlockBaseAddress(_pxbuffer, flags);            return _pxbuffer;        }        return nil    }

我从之前的StackOverflow帖子中获取了这段代码(最后一个回答在这里)。我知道这段代码可能不正确,但我不知道如何自己完成。我认为这是包含错误的部分。模型需要以下类型的输入:Image<RGB,224,224>


回答:

您不需要自己进行大量的图像处理来使用带有图像的Core ML模型——新的Vision框架可以为您完成这些工作。

import Visionimport CoreMLlet model = try VNCoreMLModel(for: MyCoreMLGeneratedModelClass().model)let request = VNCoreMLRequest(model: model, completionHandler: myResultsMethod)let handler = VNImageRequestHandler(url: myImageURL)handler.perform([request])func myResultsMethod(request: VNRequest, error: Error?) {    guard let results = request.results as? [VNClassificationObservation]        else { fatalError("huh") }    for classification in results {        print(classification.identifier, // the scene label              classification.confidence)    }}

WWDC17关于Vision的会议应该会提供更多信息——它将在明天下午举行。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注