Question

我正在尝试使用图像分类训练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取预测）。我从AvCaptureSession获取CVPixelBuffer，将其转换为UIImage并将其保存为JPEG文件目录。后来我给它们贴标签，并在操场上用CreateML训练MLModel。自从我收集了数千张图像以来，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进行输入时，结果会很糟糕。我得到CVPixelBuffer，将其转换为UIImage（裁剪），并将裁剪后的图像转换为CVPixelBuffer并提供给模型。我必须将UIImage转换为CVPixelBuffer，因为CoreML模型只包括CVPixelBuffer。我使用以下方法将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
}

我认为我得到的结果很差，因为CoreML模型不喜欢转换后的CVPixelBuffer。

有人有什么建议吗？

Answer 1

您不需要任何这些东西。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，并且是左下角的。 因此您不需要裁剪！只需指定ROI。

第二，VNCoreMLRequest本身具有字段var imageCropAndScaleOption: VNImageCropAndScaleOption { get set }，您可以在其中指定高度/宽度比与预期值不匹配时的操作方式（中心裁切，缩放以适合/填充）。

在应用程序上，CreateML结果太糟糕了，而在操场上却很完美

1 个答案: