Swift
Natiivi Mac-kamerasovellus omalla Core ML -tunnistimellasi.
Core ML · macOSBadBob / Playground
Tee koulutetusta mallista jotain hyödyllistä. Pieniä avoimen lähdekoodin esimerkkejä, selkeät vaiheet ja koodia, jota voit muokata omiin tarpeisiisi.
Avoin lähdekoodi · MIT · Mallisi pysyy sinun

01 / VALITSE POLKUSI
Natiivi Mac-kamerasovellus omalla Core ML -tunnistimellasi.
Core ML · macOSKomentosarjapolku mallien tutkimiseen ja hyödyllisten työkalujen rakentamiseen.
ONNX Runtime · OpenCVSelain-esimerkkejä tuetulla ONNX-mallilla.
Web · ONNXNatiivipolku, jossa mallin ja suoritusympäristön vaatimukset ovat selkeät.
OpenCV · ONNXKäytännöllisiä työkaluja, joissa mallin suorittamisen rajapinta on selkeä.
GoCV · ONNXKamera ja paikallinen päättely OpenCV:llä sekä tuetulla ONNX-mallilla.
OpenCV · ONNXDeviconGo Gopher — Renee FrenchCC BY 3.0
02 / Swift Core ML + Vision
Täydellinen Swift-esimerkki: valitse malli, käynnistä kamera ja piirrä vastaavat ennusteet. Seuraa vaiheita tai tutki koko lähdekoodia.
Esimerkit keskittyvät esineisiin ja eläimiin hallituissa ympäristöissä. Ne eivät käsittele ihmisten valvontaa, tunnistamista tai käyttäytymisen analysointia.
Lataa lähdekoodi ja suorita testit. Tarvitset kameran sekä Vision-yhteensopivan Core ML -kohteentunnistusmallin. Mallin painoja ei toimiteta mukana.
swift testunzip badbob-playground-swift.zip
cd badbob-playground-swift
swift testLataa malli ja luo Vision-pyyntö. Tarkista syötteet ennen kameran käynnistämistä ja säilytä väliaikainen käännös koko päättelyn ajan.
VisionDetector.init(modelURL:)VisionDetector.predict(_:)Esimerkki edellyttää Core ML -objektitunnistinta, joka palauttaa Visionin objektihavaintoja. Muut mallityypit ja ONNX-tiedostot tarvitsevat toisen sovittimen.
Vision antaa normalisoidut koordinaatit vasemmasta alakulmasta. Muunna ne näkymään, säilytä kuvasuhde ja peilaa kuva sekä laatikot yhdessä.
model:
runtime: Core ML + Vision
formats: [.mlmodel, .mlpackage, .mlmodelc]
image_inputs: 1
results: VNRecognizedObjectObservation
preprocessing:
crop_and_scale: scaleFill
orientation: up
coordinates:
range: [0, 1]
origin: bottom_left
preview:
scaling: aspect_fit
mirroring: pairedimport CoreML
import Foundation
import Vision
/// Owned by one frame processor and used only on its serial capture queue.
final class VisionDetector {
private let request: VNCoreMLRequest
private let compiledURL: URL?
private let scopedURL: URL?
init(modelURL: URL) throws {
guard modelURL.isFileURL,
["mlmodel", "mlpackage", "mlmodelc"].contains(modelURL.pathExtension.lowercased())
else {
throw CaptureFailure.unsupportedModel
}
let scoped = modelURL.startAccessingSecurityScopedResource()
var ownedCompilation: URL?
do {
let loadURL: URL
if modelURL.pathExtension.lowercased() == "mlmodelc" {
loadURL = modelURL
} else {
loadURL = try MLModel.compileModel(at: modelURL)
ownedCompilation = loadURL
}
let model = try MLModel(contentsOf: loadURL)
guard
model.modelDescription.inputDescriptionsByName.values.filter({ $0.type == .image })
.count == 1
else {
throw CaptureFailure.unsupportedModel
}
request = VNCoreMLRequest(model: try VNCoreMLModel(for: model))
request.imageCropAndScaleOption = .scaleFill
compiledURL = ownedCompilation
scopedURL = scoped ? modelURL : nil
} catch {
if scoped {
modelURL.stopAccessingSecurityScopedResource()
}
if let ownedCompilation {
try? FileManager.default.removeItem(at: ownedCompilation)
}
throw error
}
}
deinit {
// Predictions have ended; remove only our own temporary compilation.
if let compiledURL {
try? FileManager.default.removeItem(at: compiledURL)
}
scopedURL?.stopAccessingSecurityScopedResource()
}
func predict(_ buffer: CVPixelBuffer) throws -> [Detection] {
try VNImageRequestHandler(cvPixelBuffer: buffer, orientation: .up).perform([request])
guard let objects = request.results as? [VNRecognizedObjectObservation] else {
throw CaptureFailure.unsupportedModel
}
return objects.enumerated().compactMap { index, observation in
guard let label = observation.labels.first, label.confidence.isFinite else {
return nil
}
return Detection(
id: index, label: label.identifier, confidence: label.confidence,
bounds: observation.boundingBox)
}
}
}Kuvaus toimii omalla sarjallisella suorittajallaan. Myöhästyneet ruudut ohitetaan, ja vain uusin käsitelty ruutu odottaa käyttöliittymää. Kuva ja ennusteet pysyvät yhdessä.
CameraService.start(runID:modelURL:)CameraService.stop(runID:)import AVFoundation
import CoreImage
import Dispatch
import Foundation
/// A custom executor keeps blocking AVFoundation work off the main actor.
public actor CameraService: CameraCapturing {
private nonisolated let queue = DispatchSerialQueue(label: "ai.badbob.playground.camera")
public nonisolated var unownedExecutor: UnownedSerialExecutor {
queue.asUnownedSerialExecutor()
}
private var session: AVCaptureSession?
private var output: AVCaptureVideoDataOutput?
private var processor: FrameProcessor?
private var monitor: CaptureSessionMonitor?
private var activeRunID: UUID?
public init() {}
public func start(runID: UUID, modelURL: URL) async throws -> FrameStream {
stopActiveRun()
let detector = try loadDetector(modelURL: modelURL)
try Task.checkCancellation()
guard let camera = AVCaptureDevice.default(for: .video) else {
throw CaptureFailure.noCamera
}
let candidate = AVCaptureSession()
let frames = AVCaptureVideoDataOutput()
let (stream, continuation) = FrameStream.makeStream(bufferingPolicy: .bufferingNewest(1))
let delegate = FrameProcessor(detector: detector, continuation: continuation)
try configureSession(candidate, output: frames, processor: delegate, camera: camera)
try Task.checkCancellation()
session = candidate
output = frames
processor = delegate
activeRunID = runID
monitor = CaptureSessionMonitor(session: candidate, continuation: continuation)
continuation.onTermination = { [weak self] _ in
Task { await self?.stop(runID: runID) }
}
candidate.startRunning()
guard candidate.isRunning else {
stopActiveRun()
throw CaptureFailure.configuration
}
return stream
}
private func loadDetector(modelURL: URL) throws -> VisionDetector {
do {
return try VisionDetector(modelURL: modelURL)
} catch let error as CaptureFailure {
throw error
} catch {
throw CaptureFailure.model(error.localizedDescription)
}
}
private func configureSession(
_ candidate: AVCaptureSession,
output frames: AVCaptureVideoDataOutput,
processor delegate: FrameProcessor,
camera: AVCaptureDevice
) throws {
candidate.beginConfiguration()
do {
let input = try AVCaptureDeviceInput(device: camera)
guard candidate.canAddInput(input), candidate.canAddOutput(frames) else {
throw CaptureFailure.configuration
}
candidate.addInput(input)
candidate.addOutput(frames)
if candidate.canSetSessionPreset(.hd1280x720) {
candidate.sessionPreset = .hd1280x720
}
frames.alwaysDiscardsLateVideoFrames = true
frames.videoSettings = [
kCVPixelBufferPixelFormatTypeKey as String: kCVPixelFormatType_32BGRA
]
// The delegate, Vision request and frame renderer share this one serial queue.
frames.setSampleBufferDelegate(delegate, queue: queue)
if let connection = frames.connection(with: .video),
connection.isVideoMirroringSupported
{
connection.automaticallyAdjustsVideoMirroring = false
connection.isVideoMirrored = false
}
candidate.commitConfiguration()
} catch {
candidate.commitConfiguration()
frames.setSampleBufferDelegate(nil, queue: nil)
delegate.finish()
throw error
}
}
public func stop(runID: UUID) {
// A cancelled old task must not stop a more recent capture run.
guard activeRunID == runID else {
return
}
stopActiveRun()
}
private func stopActiveRun() {
// Remove observers first so our deliberate stop cannot become a failure.
monitor?.invalidate()
monitor = nil
session?.stopRunning()
output?.setSampleBufferDelegate(nil, queue: nil)
processor?.finish()
processor = nil
output = nil
session = nil
activeRunID = nil
}
}
/// AVFoundation invokes this delegate only on CameraService's serial queue.
/// No sample buffer or mutable Vision object crosses into a Task or the UI.
private final class FrameProcessor: NSObject, AVCaptureVideoDataOutputSampleBufferDelegate {
private let detector: VisionDetector
private let continuation: FrameStream.Continuation
private let renderer = CIContext(options: [.cacheIntermediates: false])
private var finished = false
init(detector: VisionDetector, continuation: FrameStream.Continuation) {
self.detector = detector
self.continuation = continuation
}
func finish() {
guard !finished else {
return
}
finished = true
continuation.finish()
}
func captureOutput(
_ output: AVCaptureOutput, didOutput sampleBuffer: CMSampleBuffer,
from connection: AVCaptureConnection
) {
guard !finished, let buffer = CMSampleBufferGetImageBuffer(sampleBuffer) else {
return
}
autoreleasepool {
do {
let detections = try detector.predict(buffer)
let image = CIImage(cvPixelBuffer: buffer)
guard let pixels = renderer.createCGImage(image, from: image.extent) else {
throw CaptureFailure.imageCreation
}
continuation.yield(DetectionFrame(image: pixels, detections: detections))
} catch {
finished = true
continuation.finish(throwing: error)
}
}
}
}Vision antaa normalisoidut koordinaatit vasemmasta alakulmasta. Muunna ne näkymään, säilytä kuvasuhde ja peilaa kuva sekä laatikot yhdessä.
OverlayGeometry.project(...)Käsittele kuvakokoa, rajausta, suuntaa ja koordinaatteja yhtenä sopimuksena. Testaa tunnetuilla laatikoilla ennen kuin luotat merkintöihin.
import CoreGraphics
/// Convert Vision's normalized, bottom-left coordinates to an aspect-fit view.
public enum OverlayGeometry {
public static func project(
_ bounds: CGRect, imageSize: CGSize, viewport: CGSize, mirrored: Bool
) -> CGRect? {
guard
[imageSize.width, imageSize.height, viewport.width, viewport.height].allSatisfy({
$0.isFinite && $0 > 0
}),
[bounds.origin.x, bounds.origin.y, bounds.width, bounds.height].allSatisfy(\.isFinite),
bounds.width > 0, bounds.height > 0
else { return nil }
let clipped = bounds.intersection(CGRect(x: 0, y: 0, width: 1, height: 1))
guard !clipped.isNull, !clipped.isEmpty else {
return nil
}
let scale = min(viewport.width / imageSize.width, viewport.height / imageSize.height)
let width = imageSize.width * scale
let height = imageSize.height * scale
return CGRect(
x: (viewport.width - width) / 2 + (mirrored ? 1 - clipped.maxX : clipped.minX) * width,
y: (viewport.height - height) / 2 + (1 - clipped.maxY) * height,
width: clipped.width * width, height: clipped.height * height
)
}
}Käännä paikallinen sovellus, valitse tunnistin ja paina Start camera. Säädä luottamuskynnystä ja peilausta. Lopeta kuvaus, kun olet valmis.
CameraController.start()CameraController.stop()./build-app.sh
open ".build/BadBob Playground.app"02.06 / Hyvät käytännöt