Web 图片分类指南

借助 MediaPipe 图片分类器任务，您可以对图片进行分类。您可以使用此任务在训练时定义的一组类别中确定图片所代表的内容。这些说明介绍了如何将图片分类器用于 Node 和 Web 应用。

您可以查看演示，了解此任务的实际运作方式。如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

图片分类器的示例代码提供了此任务在 JavaScript 中的完整实现，供您参考。此代码可帮助您测试此任务，并开始构建自己的图片分类应用。您只需使用网络浏览器即可查看、运行和修改图片分类器示例代码。

设置

本部分介绍了专门针对使用图片分类器设置开发环境和代码项目的关键步骤。如需了解如何设置开发环境以使用 MediaPipe 任务（包括平台版本要求）的一般信息，请参阅适用于 Web 的设置指南。

JavaScript 软件包

图像分类器代码可通过 MediaPipe @mediapipe/tasks-vision NPM 软件包获取。您可以通过平台设置指南中提供的链接找到并下载这些库。

您可以使用以下命令通过以下代码安装本地暂存区所需的软件包：

npm install @mediapipe/tasks-vision

如果您想通过内容分发网络 (CDN) 服务导入任务代码，请在 HTML 文件的标记中添加以下代码：

<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
    crossorigin="anonymous"></script>
</head>

型号

MediaPipe 图片分类器任务需要与此任务兼容的训练模型。如需详细了解适用于图片分类器的可用训练模型，请参阅任务概览的“模型”部分。

选择并下载模型，然后将其存储在项目目录中：

<dev-project-root>/app/shared/models/

创建任务

使用图像分类器 createFrom...() 函数之一准备任务以运行推理。将 createFromModelPath() 函数与经过训练的模型文件的相对路径或绝对路径搭配使用。如果您的模型已加载到内存中，则可以使用 createFromModelBuffer() 方法。

以下代码示例演示了如何使用 createFromOptions() 函数设置任务。借助 createFromOptions 函数，您可以使用配置选项自定义图片分类器。如需详细了解配置选项，请参阅配置选项。

以下代码演示了如何使用自定义选项构建和配置任务：

async function createImageClassifier {
  const vision = await FilesetResolver.forVisionTasks(
    "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@0.10.0/wasm"
  );
  imageClassifier = await ImageClassifier.createFromOptions(vision, {
    baseOptions: {
      modelAssetPath: `https://storage.googleapis.com/mediapipe-models/image_classifier/efficientnet_lite0/float32/1/efficientnet_lite0.tflite`
    },
  });
}

配置选项

此任务针对 Web 应用提供了以下配置选项：

选项名称	说明	值范围	默认值
`runningMode`	设置任务的运行模式。有两种模式： IMAGE：适用于单张图片输入的模式。视频：视频的解码帧或输入数据（例如来自摄像头）的直播的模式。	{`IMAGE, VIDEO`}	`IMAGE`
`displayNamesLocale`	设置要为任务模型的元数据（如果有）中提供的显示名称使用的标签语言。默认值为 `en`（英语）。您可以使用 TensorFlow Lite Metadata Writer API 向自定义模型的元数据添加本地化标签	语言区域代码	en
`maxResults`	设置可选的要返回的得分最高的分类结果的数量上限。如果小于 0，则会返回所有可用的结果。	任何正数	`-1`
`scoreThreshold`	设置预测得分阈值，该阈值会替换模型元数据中提供的阈值（如果有）。低于此值的结果将被拒绝。	任何浮点数	未设置
`categoryAllowlist`	设置允许的类别名称的可选列表。如果不为空，则系统会滤除类别名称不在该集合中的分类结果。系统会忽略重复或未知的类别名称。此选项与 `categoryDenylist` 互斥，同时使用这两个选项会导致错误。	任何字符串	未设置
`categoryDenylist`	设置不允许的类别名称的可选列表。如果不为空，系统会滤除类别名称在此集合中的分类结果。系统会忽略重复或未知的类别名称。此选项与 `categoryAllowlist` 互斥，同时使用这两个选项会导致错误。	任何字符串	未设置
`resultListener`	设置结果监听器，以便在图像分类器处于实时流模式时异步接收分类结果。仅当运行模式设置为 `LIVE_STREAM` 时才能使用	不适用	未设置

准备数据

图片分类器可以按主机浏览器支持的任何格式对图片中的对象进行分类。该任务还会处理数据输入预处理，包括调整大小、旋转和值归一化。

对图片分类器 classify() 和 classifyForVideo() 方法的调用会同步运行并阻塞界面线程。如果您对设备摄像头拍摄的视频帧中的对象进行分类，则每次分类都会阻塞主线程。您可以通过实现 Web Worker 在其他线程上运行 classify() 和 classifyForVideo() 来防止这种情况。

运行任务

图片分类器使用 classify() 方法（图片模式）和 classifyForVideo() 方法（video 模式）触发推理。Image Classifier API 会返回输入图片中对象的可能类别。

以下代码演示了如何使用任务模型执行处理：

Image

const image = document.getElementById("image") as HTMLImageElement;
const imageClassifierResult = imageClassifier.classify(image);

视频

const video = document.getElementById("video");
await imageClassifier.setOptions({ runningMode: "VIDEO" });

const timestamp = performance.now();
const classificationResult = await imageClassifier.classifyForVideo(
    video,
    timestamp
  );

如需更完整地实现运行图片分类器任务，请参阅代码示例。

处理和显示结果

运行推理后，图像分类器任务会返回一个 ImageClassifierResult 对象，其中包含输入图片或帧中对象的可能类别列表。

以下是此任务的输出数据示例：

ImageClassifierResult:
 Classifications #0 (single classification head):
  head index: 0
  category #0:
   category name: "/m/01bwb9"
   display name: "Passer domesticus"
   score: 0.91406
   index: 671
  category #1:
   category name: "/m/01bwbt"
   display name: "Passer montanus"
   score: 0.00391
   index: 670

此结果是在以下平台上运行鸟类分类器后获得的：

一只家麻雀的特写照片

图片分类器示例代码演示了如何显示任务返回的分类结果，如需了解详情，请参阅代码示例。