Rileva oggetti nelle immagini con ML Kit: Android

1. Prima di iniziare

ML Kit è un SDK mobile che porta l'esperienza di machine learning on-device di Google nelle app Android e iOS. Puoi utilizzare le API Vision e Natural Language, potenti ma semplici da usare, per risolvere le sfide comuni nelle tue app o creare esperienze utente completamente nuove. Tutti sono basati sui migliori modelli di ML di Google e offerti senza costi.

Tutte le API di ML Kit vengono eseguite sul dispositivo, consentendo casi d'uso in tempo reale in cui vuoi elaborare un flusso della videocamera in diretta, ad esempio. Ciò significa anche che la funzionalità è disponibile offline.

Questo codelab ti guiderà in semplici passaggi per aggiungere il rilevamento e il monitoraggio degli oggetti (ODT) per una determinata immagine alla tua app per Android esistente. Tieni presente che questo codelab utilizza alcune scorciatoie per evidenziare l'utilizzo di ML Kit ODT.

Cosa creerai

In questo codelab, creerai un'app per Android con ML Kit. La tua app utilizzerà l'API ML Kit Object Detection and Tracking per rilevare gli oggetti in una determinata immagine.Alla fine, dovresti vedere qualcosa di simile all'immagine a destra.

Cosa imparerai a fare

Come integrare l'SDK ML Kit nell'applicazione Android
API ML Kit Object Detection and Tracking

Che cosa ti serve

Una versione recente di Android Studio (v4.1.2 o versioni successive)
Emulatore Android Studio o un dispositivo Android fisico
Il codice campione
Conoscenza di base dello sviluppo Android in Kotlin

Questo codelab è incentrato su ML Kit. Concetti e blocchi di codice non pertinenti sono trattati solo superficialmente e sono forniti solo per operazioni di copia e incolla.

2. Configurazione

Scarica il codice

Fai clic sul seguente link per scaricare tutto il codice per questo codelab:

Decomprimi il file ZIP scaricato. Verrà estratta una cartella principale (mlkit-android-main) con tutte le risorse necessarie. Per questo codelab, ti serviranno solo le origini nella sottodirectory object-detection.

La sottodirectory object-detection nel repository mlkit-android contiene due directory:

starter: il codice di partenza su cui si basa questo codelab.
final: codice completato per l'app di esempio finita.

3. Aggiungi l'API ML Kit Object Detection and Tracking al progetto

Importa l'app in Android Studio

Iniziamo importando l'app iniziale in Android Studio.

Apri Android Studio, seleziona Import Project (Gradle, Eclipse ADT, etc.) e scegli la cartella starter del codice sorgente che hai scaricato in precedenza.

Aggiungere le dipendenze per il rilevamento e il monitoraggio degli oggetti di ML Kit

Le dipendenze di ML Kit ti consentono di integrare l'SDK ML Kit ODT nella tua app. Aggiungi le seguenti righe alla fine del file app/build.gradle del tuo progetto:

build.gradle

dependencies {
  // ...
  implementation 'com.google.mlkit:object-detection:16.2.4'
}

Sincronizzare il progetto con i file Gradle

Per assicurarti che tutte le dipendenze siano disponibili per la tua app, a questo punto devi sincronizzare il progetto con i file Gradle.

Seleziona Sincronizza progetto con file Gradle ( ) dalla barra degli strumenti di Android Studio.

(Se questo pulsante è disattivato, assicurati di importare solo starter/app/build.gradle , non l'intero repository.)

4. Esegui l'app di base

Ora che hai importato il progetto in Android Studio e aggiunto le dipendenze per il rilevamento e il monitoraggio degli oggetti di ML Kit, puoi eseguire l'app per la prima volta.

Collega il tuo dispositivo Android tramite USB all'host o avvia l'emulatore Android Studio e fai clic su Esegui ( ) nella barra degli strumenti di Android Studio.

Esegui ed esplora l'app

L'app dovrebbe avviarsi sul tuo dispositivo Android. Contiene del codice boilerplate per consentirti di acquisire una foto o selezionare un'immagine preimpostata e inserirla in una pipeline di rilevamento e monitoraggio degli oggetti che creerai in questo codelab. Esploriamo un po' l'app prima di scrivere il codice.

Innanzitutto, in basso è presente un pulsante ( ) per:

apri l'app Fotocamera integrata nel dispositivo/emulatore
scattare una foto all'interno dell'app Fotocamera
ricevere l'immagine acquisita nell'app iniziale
visualizzare l'immagine

Prova il pulsante Scatta foto, segui le istruzioni per scattare una foto, accetta la foto e osservala visualizzata all'interno dell'app iniziale.

Ripeti alcune volte per vedere come funziona:

In secondo luogo, puoi scegliere tra tre immagini preimpostate. Puoi utilizzare queste immagini in un secondo momento per testare il codice di rilevamento degli oggetti se esegui l'emulatore Android.

Seleziona un'immagine tra le tre preimpostate. Verifica che l'immagine venga visualizzata nella visualizzazione più grande:

5. Aggiungere il rilevamento di oggetti sul dispositivo

In questo passaggio, aggiungerai la funzionalità all'app iniziale per rilevare gli oggetti nelle immagini. Come hai visto nel passaggio precedente, l'app iniziale contiene codice boilerplate per scattare foto con l'app Fotocamera sul dispositivo. Nell'app sono presenti anche tre immagini preimpostate su cui puoi provare il rilevamento degli oggetti se esegui il codelab su un emulatore Android.

Quando selezioni un'immagine, dalle immagini preimpostate o scattando una foto con l'app Fotocamera, il codice boilerplate decodifica l'immagine in un'istanza Bitmap, la mostra sullo schermo e chiama il metodo runObjectDetection con l'immagine.

In questo passaggio, aggiungerai codice al metodo runObjectDetection per eseguire il rilevamento degli oggetti.

Configurare ed eseguire il rilevamento di oggetti sul dispositivo su un'immagine

Per configurare l'estrazione del testo da documenti di ML Kit, bastano tre semplici passaggi con tre API:

preparare un'immagine: InputImage
crea un oggetto rilevatore: ObjectDetection.getClient(options)
collega i due oggetti sopra: process(image)

Questi risultati vengono ottenuti all'interno della funzione runObjectDetection(bitmap: Bitmap) nel file MainActivity.kt.

/**
 * ML Kit Object Detection Function
 */
private fun runObjectDetection(bitmap: Bitmap) {
}

Al momento la funzione è vuota. Passa ai passaggi successivi per implementare ML Kit ODT. Durante la procedura, Android Studio ti chiederà di aggiungere le importazioni necessarie:

com.google.mlkit.vision.common.InputImage
com.google.mlkit.vision.objects.ObjectDetection
com.google.mlkit.vision.objects.defaults.ObjectDetectorOptions

Passaggio 1: crea un InputImage

ML Kit fornisce un'API semplice per creare un InputImage da un Bitmap. Poi puoi inserire un InputImage nelle API ML Kit.

// Step 1: create ML Kit's InputImage object
val image = InputImage.fromBitmap(bitmap, 0)

Aggiungi il codice riportato sopra all'inizio di runObjectDetection(bitmap:Bitmap).

Passaggio 2: crea un'istanza del rilevatore

ML Kit segue il pattern di progettazione Builder. Trasferisci la configurazione allo strumento di creazione, quindi acquisisci un detector. Esistono tre opzioni di configurazione (quelle in grassetto vengono utilizzate in questo codelab):

modalità di rilevamento (singola immagine o flusso)
modalità di rilevamento (singolo o multiplo rilevamento di oggetti)
modalità di classificazione (on o off)

Questo codelab è per il rilevamento e la classificazione di più oggetti in una singola immagine. Aggiungi ora:

// Step 2: acquire detector object
val options = ObjectDetectorOptions.Builder()
   .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE)
   .enableMultipleObjects()
   .enableClassification()
   .build()
val objectDetector = ObjectDetection.getClient(options)

Passaggio 3: fornisci una o più immagini al rilevatore

Il rilevamento e la classificazione degli oggetti sono un'elaborazione asincrona:

Invii un'immagine al rilevatore (tramite process()).
Il rilevatore ci lavora sodo.
Il rilevatore ti comunica il risultato tramite un callback.

Il seguente codice esegue questa operazione (copialo e aggiungilo al codice esistente all'interno di fun runObjectDetection(bitmap:Bitmap)):

// Step 3: feed given image to detector and setup callback
objectDetector.process(image)
   .addOnSuccessListener {
       // Task completed successfully
        debugPrint(it)
   }
   .addOnFailureListener {
       // Task failed with an exception
       Log.e(TAG, it.message.toString())
   }

Al termine, il rilevatore ti invia una notifica con:

Il numero totale di oggetti rilevati. Ogni oggetto rilevato è descritto con:
trackingId: un numero intero che utilizzi per monitorarlo tra i frame (NON utilizzato in questo codelab).
boundingBox: il riquadro di delimitazione dell'oggetto.
labels: un elenco di etichette per l'oggetto rilevato (solo quando la classificazione è abilitata):
index (recupera l'indice di questa etichetta)
text (ottieni il testo di questa etichetta, tra cui "Articoli di moda", "Alimenti", "Articoli per la casa", "Luogo", "Pianta")
confidence ( un valore float compreso tra 0,0 e 1,0, dove 1,0 indica il 100%)

Probabilmente avrai notato che il codice esegue un'elaborazione di tipo printf per il risultato rilevato con debugPrint().

Aggiungilo al corso MainActivity:

private fun debugPrint(detectedObjects: List<DetectedObject>) {
   detectedObjects.forEachIndexed { index, detectedObject ->
       val box = detectedObject.boundingBox

       Log.d(TAG, "Detected object: $index")
       Log.d(TAG, " trackingId: ${detectedObject.trackingId}")
       Log.d(TAG, " boundingBox: (${box.left}, ${box.top}) - (${box.right},${box.bottom})")
       detectedObject.labels.forEach {
           Log.d(TAG, " categories: ${it.text}")
           Log.d(TAG, " confidence: ${it.confidence}")
       }
   }
}

Ora puoi accettare le immagini per il rilevamento.

Eseguiamo il codelab facendo clic su Esegui ( ) nella barra degli strumenti di Android Studio. Prova a selezionare un'immagine preimpostata o scatta una foto, quindi guarda la finestra logcat( ) all'interno dell'IDE.

Dovresti vedere qualcosa di simile a questo:

D/MLKit Object Detection: Detected object: 0
D/MLKit Object Detection:  trackingId: null
D/MLKit Object Detection:  boundingBox: (481, 2021) - (2426,3376)
D/MLKit Object Detection:  categories: Food
D/MLKit Object Detection:  confidence: 0.90234375
D/MLKit Object Detection: Detected object: 1
D/MLKit Object Detection:  trackingId: null
D/MLKit Object Detection:  boundingBox: (2639, 2633) - (3058,3577)
D/MLKit Object Detection: Detected object: 2
D/MLKit Object Detection:  trackingId: null
D/MLKit Object Detection:  boundingBox: (3, 1816) - (615,2597)
D/MLKit Object Detection:  categories: Home good
D/MLKit Object Detection:  confidence: 0.75390625

...il che significa che il rilevatore ha visto tre oggetti:

Le categorie sono Alimentari e Articoli per la casa.
Per il secondo non viene restituita alcuna categoria perché si tratta di una classe sconosciuta.
Nessun trackingId (perché questa è la modalità di rilevamento di una singola immagine).
La posizione all'interno del rettangolo boundingBox (ad es. (481, 2021) - (2426, 3376))
Il rilevatore è abbastanza sicuro che il primo sia un Alimento (90% di confidenza, era insalata).

Tecnicamente, questo è tutto ciò che ti serve per far funzionare il rilevamento degli oggetti di ML Kit: hai tutto ciò che ti serve in questo momento. Complimenti!

Dal punto di vista dell'interfaccia utente, sei ancora alla fase iniziale, ma potresti utilizzare i risultati rilevati nell'interfaccia utente, ad esempio disegnando il riquadro di selezione per creare un'esperienza migliore. Passiamo al passaggio successivo: post-elaborare i risultati rilevati.

6. Post-elaborazione dei risultati del rilevamento

Nei passaggi precedenti, stampi il risultato rilevato in logcat: semplice e veloce.

In questa sezione, utilizzerai il risultato nell'immagine:

disegna il riquadro di delimitazione sull'immagine
disegna il nome della categoria e la confidenza all'interno del riquadro di selezione

Informazioni sulle utilità di visualizzazione

All'interno del codelab è presente del codice boilerplate per aiutarti a visualizzare il risultato del rilevamento. Sfrutta queste utilità per semplificare il codice di visualizzazione:

data class BoxWithText(val box: Rect, val text: String) Si tratta di una classe di dati per archiviare un risultato del rilevamento degli oggetti per la visualizzazione. box è il riquadro di delimitazione in cui si trova l'oggetto, mentre text è la stringa del risultato del rilevamento da visualizzare insieme al riquadro di delimitazione dell'oggetto.
fun drawDetectionResult(bitmap: Bitmap, detectionResults: List<BoxWithText>): Bitmap Questo metodo disegna i risultati del rilevamento degli oggetti in detectionResults sull'bitmap e restituisce la copia modificata.

Ecco un esempio di output del metodo di utilità drawDetectionResult:

Visualizzare il risultato del rilevamento di ML Kit

Utilizza le utilità di visualizzazione per disegnare il risultato del rilevamento di oggetti di ML Kit sopra l'immagine di input.

Vai al punto in cui chiami debugPrint() e aggiungi il seguente snippet di codice:

// Parse ML Kit's DetectedObject and create corresponding visualization data
val detectedObjects = it.map { obj ->
    var text = "Unknown"

    // We will show the top confident detection result if it exist
    if (obj.labels.isNotEmpty()) {
        val firstLabel = obj.labels.first()
        text = "${firstLabel.text}, ${firstLabel.confidence.times(100).toInt()}%"
    }
    BoxWithText(obj.boundingBox, text)
}

// Draw the detection result on the input bitmap
val visualizedResult = drawDetectionResult(bitmap, detectedObjects)

// Show the detection result on the app screen
runOnUiThread {
    inputImageView.setImageBitmap(visualizedResult)
}

Inizi analizzando DetectedObject di ML Kit e creando un elenco di oggetti BoxWithText per visualizzare il risultato della visualizzazione.
Poi disegni il risultato del rilevamento sopra l'immagine di input, utilizzando il metodo di utilità drawDetectionResult, e lo mostri sullo schermo.

Run it

Ora fai clic su Esegui ( ) nella barra degli strumenti di Android Studio.

Una volta caricata l'app, premi il pulsante con l'icona della fotocamera, punta la fotocamera verso un oggetto, scatta una foto, accettala (nell'app Fotocamera) oppure tocca una delle immagini preimpostate. Dovresti visualizzare i risultati del rilevamento. Premi di nuovo il pulsante o seleziona un'altra immagine per ripetere l'operazione un paio di volte e provare l'ultima versione di ML Kit ODT.

7. Complimenti!

Hai utilizzato ML Kit per aggiungere funzionalità di rilevamento degli oggetti alla tua app:

3 passaggi con 3 API
Crea immagine di input
Crea rilevatore
Inviare l'immagine al rilevatore

Questo è tutto ciò che ti serve per iniziare.

Man mano che procedi, potresti voler migliorare il modello: come puoi vedere, il modello predefinito può riconoscere solo 5 categorie e non conosce nemmeno coltello, forchetta e bottiglia. Consulta l'altro codelab del percorso di apprendimento Machine learning on-device - Rilevamento di oggetti per scoprire come addestrare un modello personalizzato.

Argomenti trattati

Come aggiungere il rilevamento e il monitoraggio degli oggetti di ML Kit alla tua app per Android
Come utilizzare il rilevamento e il monitoraggio degli oggetti on-device in ML Kit per rilevare gli oggetti nelle immagini

Passaggi successivi

Esplora altre funzionalità con ML Kit ODT con più immagini e video live per sperimentare l'accuratezza e il rendimento del rilevamento e della classificazione
Consulta il percorso di apprendimento Machine learning on-device - Rilevamento di oggetti per scoprire come addestrare un modello personalizzato.
Applicare l'estrazione di testo da immagini di ML Kit nella tua app per Android

Scopri di più

https://developers.google.com/ml-kit/vision/object-detection