Phát hiện các đối tượng trong hình ảnh để tạo kết quả tìm kiếm sản phẩm trực quan bằng Bộ công cụ học máy: Android

1. Trước khi bắt đầu

Bạn đã xem bản minh hoạ về Google Ống kính chưa? Trong bản minh hoạ đó, bạn có thể hướng camera điện thoại vào một vật thể và tìm nơi bạn có thể mua vật thể đó trên mạng. Nếu muốn tìm hiểu cách thêm tính năng tương tự vào ứng dụng của mình, thì lớp học lập trình này là dành cho bạn. Đây là một phần của lộ trình học tập hướng dẫn bạn cách tạo tính năng tìm kiếm hình ảnh sản phẩm trong một ứng dụng di động.

Trong lớp học lập trình này, bạn sẽ tìm hiểu bước đầu tiên để tạo một tính năng của kết quả tìm kiếm hình ảnh sản phẩm: cách phát hiện các đối tượng trong hình ảnh và cho phép người dùng chọn đối tượng mà họ muốn tìm kiếm. Bạn sẽ sử dụng Tính năng theo dõi và phát hiện đối tượng của Bộ công cụ học máy để tạo tính năng này.

Bạn có thể tìm hiểu về các bước còn lại, bao gồm cả cách tạo một phần phụ trợ tìm kiếm sản phẩm bằng Tính năng tìm kiếm sản phẩm bằng Vision API, trong lộ trình học tập.

Sản phẩm bạn sẽ tạo ra

Trong lớp học lập trình này, bạn sẽ xây dựng một ứng dụng Android bằng Bộ công cụ học máy. Ứng dụng của bạn sẽ sử dụng API Phát hiện và theo dõi vật thể của Bộ công cụ học máy để phát hiện vật thể trong một hình ảnh nhất định. Sau đó, người dùng sẽ chọn một đối tượng mà họ muốn tìm kiếm trong cơ sở dữ liệu sản phẩm của chúng tôi. Cuối cùng, bạn sẽ thấy nội dung tương tự như hình ảnh ở bên phải.

Kiến thức bạn sẽ học được

• Cách tích hợp SDK Bộ công cụ học máy vào ứng dụng Android
• API Phát hiện và theo dõi đối tượng của Bộ công cụ học máy

Bạn cần có

• Một phiên bản Android Studio gần đây (từ phiên bản 4.1.2 trở lên)
• Trình mô phỏng Android Studio hoặc thiết bị Android thực
• Mã mẫu
• Có kiến thức cơ bản về phát triển Android bằng Kotlin

Lớp học lập trình này tập trung vào Bộ công cụ học máy. Các khái niệm và khối mã khác không được nghiên cứu và chỉ được cung cấp cho bạn để sao chép và dán.

2. Bắt đầu thiết lập

Tải mã nguồn xuống

Nhấp vào đường liên kết sau đây để tải toàn bộ mã nguồn cho lớp học lập trình này:

Tải mã nguồn xuống

Giải nén tệp zip đã tải xuống. Thao tác này sẽ giải nén một thư mục gốc (odml-pathways-main) chứa tất cả tài nguyên bạn cần. Trong lớp học lập trình này, bạn sẽ chỉ cần các nguồn trong thư mục con product-search/codelab1/android.

Thư mục con object-detection trong kho lưu trữ mlkit-android chứa 2 thư mục:

• starter – Mã khởi đầu mà bạn sẽ xây dựng trong lớp học lập trình này.
• final – Mã hoàn chỉnh cho ứng dụng mẫu đã hoàn tất.

3. Thêm API Phát hiện và theo dõi đối tượng của Bộ công cụ học máy vào dự án

Nhập ứng dụng vào Android Studio

Bắt đầu bằng cách nhập ứng dụng starter vào Android Studio.

Chuyển đến Android Studio, chọn Import Project (Gradle, Eclipse ADT, v.v.) (Nhập dự án (Gradle, Eclipse ADT, v.v.)) rồi chọn thư mục starter (trình khởi chạy) trong mã nguồn mà bạn đã tải xuống trước đó.

Thêm các phần phụ thuộc cho tính năng Phát hiện và theo dõi đối tượng của Bộ công cụ học máy

Các phần phụ thuộc của Bộ công cụ học máy cho phép bạn tích hợp SDK ODT của Bộ công cụ học máy vào ứng dụng của mình.

Chuyển đến tệp app/build.gradle của dự án rồi xác nhận rằng phần phụ thuộc đã có ở đó:

build.gradle

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

Đồng bộ hoá dự án với các tệp Gradle

Để đảm bảo rằng tất cả các phần phụ thuộc đều có sẵn cho ứng dụng của bạn, bạn nên đồng bộ hoá dự án với các tệp gradle tại thời điểm này.

Chọn Đồng bộ hoá dự án với tệp Gradle ( ) trên thanh công cụ của Android Studio.

(Nếu nút này bị vô hiệu hoá, hãy đảm bảo bạn chỉ nhập starter/app/build.gradle chứ không nhập toàn bộ kho lưu trữ.)

4. Chạy ứng dụng khởi đầu

Giờ đây, sau khi nhập dự án vào Android Studio và thêm các phần phụ thuộc cho tính năng Phát hiện và theo dõi đối tượng của Bộ công cụ học máy, bạn đã sẵn sàng chạy ứng dụng lần đầu tiên.

Kết nối thiết bị Android với máy chủ lưu trữ qua USB hoặc Khởi động trình mô phỏng Android Studio rồi nhấp vào Chạy ( ) trong thanh công cụ của Android Studio.

Chạy và khám phá ứng dụng

Ứng dụng sẽ khởi chạy trên thiết bị Android của bạn. Ứng dụng này có một số mã nguyên mẫu để cho phép bạn chụp ảnh hoặc chọn một hình ảnh đặt sẵn rồi đưa vào quy trình phát hiện và theo dõi đối tượng mà bạn sẽ tạo trong lớp học lập trình này. Khám phá ứng dụng một chút trước khi viết mã:

Trước tiên, có một Nút ( ) ở dưới cùng để

• khởi chạy ứng dụng camera được tích hợp trong thiết bị/trình mô phỏng
• chụp ảnh trong ứng dụng camera
• nhận hình ảnh đã chụp trong ứng dụng khởi đầu
• hiển thị hình ảnh

Hãy thử dùng nút "Chụp ảnh". Làm theo lời nhắc để chụp ảnh, chấp nhận ảnh và quan sát ảnh xuất hiện trong ứng dụng khởi đầu.

Thứ hai, có 3 hình ảnh đặt sẵn mà bạn có thể chọn. Sau này, bạn có thể dùng những hình ảnh này để kiểm thử mã phát hiện đối tượng nếu đang chạy trên trình mô phỏng Android.

1. Chọn một hình ảnh trong số 3 hình ảnh đặt sẵn.
2. Kiểm tra để đảm bảo hình ảnh xuất hiện ở chế độ xem lớn hơn.

5. Thêm tính năng phát hiện vật thể trên thiết bị

Trong bước này, bạn sẽ thêm chức năng phát hiện đối tượng trong hình ảnh vào ứng dụng khởi đầu. Như bạn thấy ở bước trước, ứng dụng khởi đầu chứa mã nguyên mẫu để chụp ảnh bằng ứng dụng máy ảnh trên thiết bị. Ngoài ra, có 3 hình ảnh đặt sẵn trong ứng dụng mà bạn có thể thử tính năng phát hiện đối tượng nếu đang chạy lớp học lập trình trên trình mô phỏng Android.

Khi bạn chọn một hình ảnh (từ các hình ảnh đặt sẵn hoặc bằng cách chụp ảnh bằng ứng dụng máy ảnh), mã nguyên mẫu sẽ giải mã hình ảnh đó thành một thực thể Bitmap, hiện hình ảnh đó trên màn hình và gọi phương thức runObjectDetection bằng hình ảnh.

Trong bước này, bạn sẽ thêm mã vào phương thức runObjectDetection để thực hiện tính năng phát hiện đối tượng!

Thiết lập và chạy tính năng phát hiện đối tượng trên thiết bị đối với một hình ảnh

Chỉ có 3 bước đơn giản với 3 API để thiết lập ODT của Bộ công cụ học máy

• chuẩn bị hình ảnh: InputImage
• tạo một đối tượng trình phát hiện: ObjectDetection.getClient(options)
• kết nối 2 đối tượng ở trên: process(image)

Bạn đạt được những điều này trong hàm **runObjectDetection(bitmap: Bitmap)**trong tệp MainActivity.kt.

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

Hiện tại, hàm này đang trống. Chuyển sang các bước sau để tích hợp Bộ công cụ học máy ODT! Trong quá trình này, Android Studio sẽ nhắc bạn thêm các lệnh nhập cần thiết

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

Bước 1: Tạo một InputImage

Bộ công cụ học máy cung cấp một API đơn giản để tạo InputImage từ Bitmap. Sau đó, bạn có thể truyền một InputImage vào các API của Bộ công cụ học máy.

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

Thêm mã trên vào đầu runObjectDetection(bitmap:Bitmap).

Bước 2: Tạo một thực thể của trình phát hiện

Bộ công cụ học máy tuân theo Mẫu thiết kế trình tạo, bạn sẽ truyền cấu hình đến trình tạo, sau đó lấy một trình phát hiện từ trình tạo đó. Có 3 lựa chọn để định cấu hình (lựa chọn in đậm được dùng trong lớp học lập trình):

• chế độ phát hiện (một hình ảnh hoặc luồng)
• chế độ phát hiện (phát hiện một hoặc nhiều vật thể)
• chế độ phân loại (bật hoặc tắt)

Lớp học lập trình này dành cho việc phát hiện và phân loại nhiều đối tượng trong một hình ảnh. Hãy thực hiện việc đó:

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

Bước 3: Truyền(các) hình ảnh vào bộ phát hiện

Tính năng phát hiện và phân loại đối tượng là quy trình xử lý không đồng bộ:

• bạn gửi hình ảnh đến công cụ phát hiện (qua process())
• detector works pretty hard on it
• detector sẽ báo cáo kết quả cho bạn thông qua một lệnh gọi lại

Mã sau đây sẽ thực hiện việc đó (sao chép và thêm mã này vào mã hiện có bên trong 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())
   }

Sau khi hoàn tất, bộ phát hiện sẽ thông báo cho bạn bằng

1. Tổng số đối tượng được phát hiện
2. Mỗi đối tượng được phát hiện đều được mô tả bằng

• trackingId: một số nguyên mà bạn dùng để theo dõi trên các khung hình (KHÔNG dùng trong lớp học lập trình này)
• boundingBox: hộp giới hạn của đối tượng
• labels: danh sách(các) nhãn cho đối tượng được phát hiện (chỉ khi bật tính năng phân loại)
• index (Lấy chỉ mục của nhãn này)
• text (Lấy văn bản của nhãn này, bao gồm "Hàng thời trang", "Thực phẩm", "Hàng gia dụng", "Địa điểm", "Thực vật")
• confidence (một số thực có độ chính xác đơn từ 0,0 đến 1,0, trong đó 1,0 có nghĩa là 100%)

Có thể bạn đã nhận thấy rằng mã này in các kết quả được phát hiện vào Logcat bằng debugPrint(). Thêm mã này vào lớp 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}")
       }
   }
}

Giờ đây, bạn đã sẵn sàng chấp nhận hình ảnh để phát hiện!

Chạy lớp học lập trình bằng cách nhấp vào Run (Chạy) () trong thanh công cụ của Android Studio. Hãy thử chọn một hình ảnh đặt sẵn hoặc chụp ảnh, sau đó xem cửa sổ logcat( ) trong IDE. Bạn sẽ thấy nội dung tương tự như sau:

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: Fashion good
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

điều này có nghĩa là trình phát hiện đã phát hiện 3 đối tượng:

• Danh mục là Hàng thời trang và Hàng gia dụng.
• không có danh mục nào được trả về cho danh mục thứ 2 vì đây là một lớp không xác định.
• không trackingId (vì đây là chế độ phát hiện một hình ảnh)
• vị trí bên trong hình chữ nhật boundingBox (ví dụ: (481, 2021) – (2426, 3376))
• detector khá chắc chắn rằng sản phẩm thứ nhất là Hàng thời trang (90%) (đó là một chiếc váy)

Về mặt kỹ thuật, đó là tất cả những gì bạn cần để Bộ công cụ học máy phát hiện đối tượng hoạt động. Bạn đã có tất cả những thứ đó ngay lúc này! Xin chúc mừng!

Vâng, về phía giao diện người dùng, bạn vẫn ở giai đoạn bắt đầu, nhưng bạn có thể tận dụng các kết quả được phát hiện trên giao diện người dùng, chẳng hạn như vẽ ra khung hình chữ nhật để mang lại trải nghiệm tốt hơn. Bước tiếp theo là trực quan hoá kết quả phát hiện!

6. Xử lý hậu kỳ kết quả phát hiện

Trong các bước trước, bạn đã in kết quả phát hiện vào logcat: đơn giản và nhanh chóng.

Trong phần này, bạn sẽ sử dụng kết quả trong hình ảnh:

• vẽ hộp giới hạn trên hình ảnh
• vẽ tên danh mục và độ tin cậy bên trong khung hình chữ nhật

Tìm hiểu các tiện ích trực quan hoá

Có một số mã nguyên mẫu trong lớp học lập trình này để giúp bạn hình dung kết quả phát hiện. Tận dụng các tiện ích này để đơn giản hoá mã trực quan hoá:

• class ImageClickableView Đây là một lớp khung hiển thị hình ảnh cung cấp một số tiện ích thuận tiện để trực quan hoá và tương tác với kết quả phát hiện.
• fun drawDetectionResults(results: List<DetectedObject>) Phương thức này vẽ các vòng tròn màu trắng ở tâm của mỗi đối tượng được phát hiện.
• fun setOnObjectClickListener(listener: ((objectImage: Bitmap) -> Unit)) Đây là một lệnh gọi lại để nhận hình ảnh đã cắt chỉ chứa đối tượng mà người dùng đã nhấn vào. Bạn sẽ gửi hình ảnh đã cắt này đến phần phụ trợ tìm kiếm hình ảnh trong một lớp học lập trình sau này để nhận được kết quả tương tự về mặt hình ảnh. Trong lớp học lập trình này, bạn sẽ chưa sử dụng phương thức này.

Hiện kết quả phát hiện của Bộ công cụ học máy

Sử dụng các tiện ích trực quan hoá để hiện kết quả phát hiện đối tượng của Bộ công cụ học máy ở trên cùng của hình ảnh đầu vào.

Chuyển đến nơi bạn gọi debugPrint() rồi thêm đoạn mã sau bên dưới:

runOnUiThread {
    viewBinding.ivPreview.drawDetectionResults(it)
}

Chạy ứng dụng

Bây giờ, hãy nhấp vào Chạy ( ) trong thanh công cụ của Android Studio.

Sau khi ứng dụng tải xong, hãy nhấn vào Nút có biểu tượng camera, hướng camera vào một vật thể, chụp ảnh, chấp nhận ảnh (trong ứng dụng Máy ảnh) hoặc bạn có thể dễ dàng nhấn vào bất kỳ hình ảnh đặt sẵn nào. Bạn sẽ thấy kết quả phát hiện; hãy nhấn lại vào Nút hoặc chọn một hình ảnh khác để lặp lại vài lần và trải nghiệm ODT mới nhất của Bộ công cụ học máy!

7. Xin chúc mừng!

Bạn đã sử dụng Bộ công cụ học máy để thêm các chức năng Phát hiện đối tượng vào ứng dụng của mình:

• 3 bước với 3 API
• Tạo hình ảnh đầu vào
• Tạo trình phát hiện
• Gửi hình ảnh đến công cụ phát hiện

Đó là tất cả những gì bạn cần để thiết lập và chạy ứng dụng!

Nội dung đã đề cập

• Cách thêm tính năng Phát hiện và theo dõi đối tượng của Bộ công cụ học máy vào ứng dụng Android
• Cách sử dụng tính năng phát hiện và theo dõi vật thể trên thiết bị trong Bộ công cụ học máy để phát hiện vật thể trong hình ảnh

Các bước tiếp theo

• Hãy thử lớp học lập trình này để tìm hiểu cách gửi đối tượng được phát hiện đến một phần phụ trợ tìm kiếm sản phẩm và hiển thị kết quả tìm kiếm
• Khám phá thêm với ODT của Bộ công cụ học máy bằng nhiều hình ảnh và video trực tiếp hơn để trải nghiệm độ chính xác và hiệu suất của tính năng phát hiện và phân loại
• Hãy xem lộ trình học tập Tiến xa hơn với tính năng phát hiện đối tượng để tìm hiểu cách huấn luyện một mô hình tuỳ chỉnh
• Đọc về các đề xuất của Material Design cho tính năng phát hiện đối tượng live-camera và static-image
• Áp dụng tính năng ODT của Bộ công cụ học máy trong ứng dụng Android của riêng bạn

Tìm hiểu thêm

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