網頁的物件偵測指南

您可以使用 MediaPipe 物件偵測器工作，偵測多個物件類別的存在情形和位置。這項工作會擷取圖片資料，並輸出偵測結果清單，每個結果代表圖片中識別出的物件。您可以在 CodePen 上找到這些操作說明中所述的程式碼範例。

您可以觀看示範影片，瞭解這項工作的實際運作情形。如要進一步瞭解這項工作的功能、模型和設定選項，請參閱總覽。

程式碼範例

物件偵測器的程式碼範例會在 JavaScript 中提供此工作的完整實作內容，供您參考。這段程式碼可協助您測試此工作，並開始自行建構文字分類應用程式。您只需使用網路瀏覽器，即可查看、執行及編輯物體偵測器範例程式碼。

設定

本節將說明設定開發環境的關鍵步驟，特別是使用物體偵測器的步驟。如要進一步瞭解如何設定網路和 JavaScript 開發環境，包括平台版本需求，請參閱網路設定指南。

JavaScript 套件

您可以透過 MediaPipe @mediapipe/tasks-vision NPM 套件取得物件偵測器程式碼。您可以按照平台設定指南中的操作說明，尋找及下載這些程式庫。

您可以使用下列指令，透過 NPM 安裝必要套件：

npm install @mediapipe/tasks-vision

如要透過內容傳遞網路 (CDN) 服務匯入工作程式碼，請在 HTML 檔案的 <head> 標記中加入下列程式碼：

<!-- 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>

型號

MediaPipe 物件偵測器工作需要訓練的模型，且該模型必須與此工作相容。如要進一步瞭解物件偵測器可用的訓練模型，請參閱「模型」一節中的任務總覽。

選取並下載模型，然後將模型儲存在專案目錄中：

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

建立工作

使用其中一個 Object Detector ObjectDetector.createFrom...() 函式，為執行推論作業做好準備。使用 createFromModelPath() 函式搭配訓練模型檔案的相對或絕對路徑。如果模型已載入記憶體，您可以使用 createFromModelBuffer() 方法。以下程式碼範例示範如何使用 createFromOptions() 函式，讓您設定更多設定選項。如要進一步瞭解可用的設定選項，請參閱「設定選項」一節。

以下程式碼示範如何建構及設定此工作：

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
objectDetector = await ObjectDetector.createFromOptions(vision, {
  baseOptions: {
    modelAssetPath: `https://storage.googleapis.com/mediapipe-tasks/object_detector/efficientdet_lite0_uint8.tflite`
  },
  scoreThreshold: 0.5,
  runningMode: runningMode
});

如需更完整的實作方式，請參閱程式碼範例。

設定選項

此工作包含下列網頁應用程式設定選項：

選項名稱	說明	值範圍	預設值
`runningMode`	設定工作執行模式。有兩種模式： IMAGE：單張圖片輸入模式。影片：解碼影片影格或輸入資料 (例如來自攝影機) 直播的模式。	{`IMAGE, VIDEO`}	`IMAGE`
`displayNamesLocale`	設定標籤語言，用於工作模型中繼資料中提供的顯示名稱 (如有)。預設值為英文的 `en`。您可以使用 TensorFlow Lite Metadata Writer API，在自訂模型的中繼資料中新增本地化標籤。	語言代碼	en
`maxResults`	設定要傳回的最高分數偵測結果選用數量上限。	任何正數	-1 (傳回所有結果)
`scoreThreshold`	設定預測分數門檻，覆寫模型中繼資料中提供的門檻 (如果有)。低於這個值的結果會遭到拒絕。	任何浮點	未設定
`categoryAllowlist`	設定允許的選項類別名稱清單。如果不為空白，系統會篩除偵測結果中不屬於此集合的類別名稱。系統會忽略重複或不明的類別名稱。這個選項與 `categoryDenylist` 互斥，如果同時使用這兩個選項，系統會傳回錯誤。	任何字串	未設定
`categoryDenylist`	設定選用的不允許類別名稱清單。如果不為空白，系統會篩除偵測結果中類別名稱屬於這個集合的結果。系統會忽略重複或不明的類別名稱。這個選項與 `categoryAllowlist` 互斥，如果同時使用這兩個選項，會導致錯誤。	任何字串	未設定

準備資料

物件偵測工具可偵測主機瀏覽器支援的任何圖片格式中的物件。此工作也會處理資料輸入預先處理作業，包括調整大小、旋轉和值正規化。如要偵測影片中的物件，您可以使用 API 一次快速處理一個影格，並使用影格的時間戳記來判斷手勢在影片中出現的時間。

執行工作

物件偵測工具會使用 detect() 處理單張圖片，並使用 detectForVideo() 偵測影片影格中的物件。任務會處理資料、嘗試辨識物件，然後回報結果。

對 detect() 和 detectForVideo() 方法的呼叫會同步執行，並封鎖使用者介面執行緒。如果您在裝置相機的影片影格中辨識物件，每個分類都會阻斷主執行緒。如要避免這種情況，您可以實作網路工作者，在另一個執行緒上執行偵測作業。

以下程式碼示範如何使用工作模型執行處理作業：

圖片

const image = document.getElementById("image") as HTMLImageElement;
const detections = objectDetector.detect(image);

影片

await objectDetector.setOptions({ runningMode: "video" });

let lastVideoTime = -1;
function renderLoop(): void {
  const video = document.getElementById("video");

  if (video.currentTime !== lastVideoTime) {
    const detections = detector.detectForVideo(video);
    processResults(detections);
    lastVideoTime = video.currentTime;
  }

  requestAnimationFrame(() => {
    renderLoop();
  });
}

如要進一步瞭解如何執行物體偵測器工作，請參閱程式碼範例。

處理及顯示結果

物件偵測器會為每次偵測作業產生偵測結果物件。結果物件包含偵測項目清單，每個偵測項目都包含偵測到的物件定界框和類別資訊，包括物件名稱和可信度分數。

以下是這項工作的輸出資料範例：

ObjectDetectorResult:
 Detection #0:
  Box: (x: 355, y: 133, w: 190, h: 206)
  Categories:
   index       : 17
   score       : 0.73828
   class name  : dog
 Detection #1:
  Box: (x: 103, y: 15, w: 138, h: 369)
  Categories:
   index       : 17
   score       : 0.73047
   class name  : dog

下圖是工作輸出內容的視覺化呈現：

兩隻狗以定界框標示

物體偵測器範例程式碼示範如何顯示工作傳回的偵測結果，詳情請參閱程式碼範例。