Question

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。在视频帧上使用时，该模型能够很好地执行并显示正确的类检测和边界框。

在图像上使用时，边界框检测全部错误，所有预测都归类为1类。

两种情况下的模型设置是相同的。

模型预测调用被视为

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
}

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])
    }

根据我的理解，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：当函数和模型调用相同时，为什么会出现这种差异。

我该如何解决这个问题？

感谢您的帮助。

Answer 1

包括关键错误

图像的方向在转换中混合。视频序列保留了方向。
转换期间模型输出已损坏。从第一步开始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太多，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程序ImageView调整大小正在影响边界框的可视化。因此，检查这些很重要。我做了天真的推断，预测是不正确的，而可视化是不正确的。

希望这有帮助。

错误！ coreML模型预测图像错误，视频正确

1 个答案: