在应用程序上,CreateML结果太糟糕了,而在操场上却很完美

时间:2019-02-23 13:20:57

标签: avfoundation coreml coremltools createml createmlui

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?

1 个答案:

答案 0 :(得分:0)

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)。