教之道 貴以專 昔孟母 擇鄰處 子不學(xué) 斷機(jī)杼

隨著蘋果新品iPhone x的發(fā)布，正式版iOS 11也就馬上要推送過來了，在正式版本到來之前比較好奇，于是就去下載了個(gè)Beat版本刷了下，感覺還不錯(cuò)。WWDC 2017推出了機(jī)器學(xué)習(xí)框架和ARKit兩個(gè)比較有意思的東西，本想先來學(xué)習(xí)學(xué)習(xí)AR，無奈手機(jī)剛好不在版本中.....真受傷，只好來學(xué)習(xí)學(xué)習(xí)機(jī)器學(xué)習(xí)了，下面進(jìn)入正題吧。

先看看大概效果吧

coreml1.gif

什么是機(jī)器學(xué)習(xí)？

在Core ML出現(xiàn)之前，機(jī)器學(xué)習(xí)應(yīng)該還是比較難學(xué)的，然而這一出現(xiàn)，直接大大降低了學(xué)習(xí)的門檻，可見蘋果在這方面花的精力還是不少。那么機(jī)器學(xué)習(xí)到底是什么呢？簡(jiǎn)單來說，就是用大量的數(shù)據(jù)去采集物體的特性特征，將其裝入模型，當(dāng)我們用的時(shí)候，可以通過查詢模型，來快速區(qū)別出當(dāng)前物體屬于什么類，有什么特性等等。而Core ML實(shí)際做的事情就是使用事先訓(xùn)練好的模型，在使用時(shí)，對(duì)相關(guān)模塊進(jìn)行預(yù)測(cè)，最終返回結(jié)果，這種在本地進(jìn)行預(yù)測(cè)的方式可以不依賴網(wǎng)絡(luò)，也可以降低處理時(shí)間。可以這么說，Core ML 讓我們更容易在 App中使用訓(xùn)練過的模型，而Vision讓我們輕松訪問蘋果的模型，用于面部檢測(cè)、面部特征點(diǎn)、文字、矩形、條形碼和物體。

Core ML 和 Vision使用

在使用之前，你必須要保證你的環(huán)境是在xcode 9.0 + iOS 11，然后你可以去官網(wǎng)下載Core ML模型，目前已經(jīng)有6種模型了，分別如下

1.png

2.png

3.png

4.png

從其介紹我們可以看出分別的功能
MobileNet:大意是從一組1000個(gè)類別中檢測(cè)出圖像中的占主導(dǎo)地位的物體，如樹、動(dòng)物、食物、車輛、人等等。
SqueezeNet：同上
Places205-GoogLeNet:大意是從205個(gè)類別中檢測(cè)到圖像的場(chǎng)景，如機(jī)場(chǎng)終端、臥室、森林、海岸等。
ResNet50：大意是從一組1000個(gè)類別中檢測(cè)出圖像中的占主導(dǎo)地位的物體，如樹、動(dòng)物、食物、車輛、人等等
Inception v3:同上
VGG16：同上

當(dāng)然這都是蘋果提供的模型，如果你有自己的模型的話，可以通過工具將其轉(zhuǎn)換，參考文檔
在了解上面的模型功能后，我們可以選擇性的對(duì)其進(jìn)行下載，目前我這里下載了四種模型

model.png

將下載好的模型，直接拖入工程中，這里需要注意的問題是，需要檢查下

check.png

modelOk.png

當(dāng)這個(gè)位置箭頭生成好后，我們就可以進(jìn)行代碼的編寫了

代碼部分

在寫代碼之前，我們還需要了解一些東西，那就是模型生成的類中都有什么方法，這里我們就以Resnet50為類，在ViewController中導(dǎo)入頭文件#import "Resnet50.h"，當(dāng)我們?cè)谳斎?code>Res的時(shí)候，就會(huì)自動(dòng)補(bǔ)全，導(dǎo)入其它模型的時(shí)候，也可以這么來模仿。在進(jìn)入Resnet50頭文件中，我們可以看到其中分為三個(gè)類，分別為：Resnet50Input、Resnet50Output、Resnet50，看其意思也能猜到，分別為輸入、輸出、和主要使用類。
在Resnet50中，我們可以看到三個(gè)方法，分別如下:

- (nullable instancetype)initWithContentsOfURL:(NSURL *)url error:(NSError * _Nullable * _Nullable)error;

/**
    Make a prediction using the standard interface
    @param input an instance of Resnet50Input to predict from
    @param error If an error occurs, upon return contains an NSError object that describes the problem. If you are not interested in possible errors, pass in NULL.
    @return the prediction as Resnet50Output
*/
- (nullable Resnet50Output *)predictionFromFeatures:(Resnet50Input *)input error:(NSError * _Nullable * _Nullable)error;

/**
    Make a prediction using the convenience interface
    @param image Input image of scene to be classified as color (kCVPixelFormatType_32BGRA) image buffer, 224 pixels wide by 224 pixels high:
    @param error If an error occurs, upon return contains an NSError object that describes the problem. If you are not interested in possible errors, pass in NULL.
    @return the prediction as Resnet50Output
*/
- (nullable Resnet50Output *)predictionFromImage:(CVPixelBufferRef)image error:(NSError * _Nullable * _Nullable)error;

第一個(gè)應(yīng)該是初始化方法，后面兩個(gè)應(yīng)該是輸出對(duì)象的方法，看到這里，不由的馬上開始動(dòng)手了。都說心急吃不了熱豆腐，果然是這樣，后面遇到一堆堆坑，容我慢慢道來。

一開始我的初始化方法是這樣的

    Resnet50* resnet50 = [[Resnet50 alloc] initWithContentsOfURL:[NSURL fileURLWithPath:[[NSBundle mainBundle] pathForResource:@"Resnet50" ofType:@"mlmodel"]] error:nil];

咋一看，恩，應(yīng)該是相當(dāng)?shù)?code>perfect，然而現(xiàn)實(shí)是殘酷的，出意外的崩潰了...
日志如下

 Terminating app due to uncaught exception 'NSInvalidArgumentException', reason: '*** -[NSURL initFileURLWithPath:]: nil string parameter'

為了找準(zhǔn)位置，我決定打個(gè)全局?jǐn)帱c(diǎn)，信心倍增的開始下一次運(yùn)行，然而還是一樣的效果，氣的我，果斷直接只寫了下面的初始化方法

Resnet50* resnet50 = [[Resnet50 alloc] init];

這次沒有崩潰，而是直接進(jìn)入了下面的圖

bb.png

在這里調(diào)通后，就是下一步輸出的問題了，上面也看到了有兩個(gè)方法，一個(gè)是根據(jù)Resnet50Input一個(gè)是根據(jù)CVPixelBufferRef，而在Resnet50Input中又有這么一個(gè)初始化方法

- (instancetype)initWithImage:(CVPixelBufferRef)image;

看來這個(gè)CVPixelBufferRef是必不可少的了
關(guān)于這個(gè)，我在網(wǎng)上找了一個(gè)方法，方法如下

- (CVPixelBufferRef)pixelBufferFromCGImage:(CGImageRef)image{
    
    NSDictionary *options = [NSDictionary dictionaryWithObjectsAndKeys:
                             [NSNumber numberWithBool:YES], kCVPixelBufferCGImageCompatibilityKey,
                             [NSNumber numberWithBool:YES], kCVPixelBufferCGBitmapContextCompatibilityKey,
                             nil];
    
    CVPixelBufferRef pxbuffer = NULL;
    
    CGFloat frameWidth = CGImageGetWidth(image);
    CGFloat frameHeight = CGImageGetHeight(image);
    
    CVReturn status = CVPixelBufferCreate(kCFAllocatorDefault,
                                          frameWidth,
                                          frameHeight,
                                          kCVPixelFormatType_32ARGB,
                                          (__bridge CFDictionaryRef) options,
                                          &pxbuffer);
    
    NSParameterAssert(status == kCVReturnSuccess && pxbuffer != NULL);
    
    CVPixelBufferLockBaseAddress(pxbuffer, 0);
    void *pxdata = CVPixelBufferGetBaseAddress(pxbuffer);
    NSParameterAssert(pxdata != NULL);
    
    CGColorSpaceRef rgbColorSpace = CGColorSpaceCreateDeviceRGB();
    
    CGContextRef context = CGBitmapContextCreate(pxdata,
                                                 frameWidth,
                                                 frameHeight,
                                                 8,
                                                 CVPixelBufferGetBytesPerRow(pxbuffer),
                                                 rgbColorSpace,
                                                 (CGBitmapInfo)kCGImageAlphaNoneSkipFirst);
    NSParameterAssert(context);
    CGContextConcatCTM(context, CGAffineTransformIdentity);
    CGContextDrawImage(context, CGRectMake(0,
                                           0,
                                           frameWidth,
                                           frameHeight),
                       image);
    CGColorSpaceRelease(rgbColorSpace);
    CGContextRelease(context);
    
    CVPixelBufferUnlockBaseAddress(pxbuffer, 0);
    
    return pxbuffer;
}

在這個(gè)方法寫完之后，我將之前的方法進(jìn)行了完善，得到下面的代碼

- (NSString*)predictionWithResnet50:(CVPixelBufferRef )buffer
{
    Resnet50* resnet50 = [[Resnet50 alloc] init];
    
    NSError *predictionError = nil;
    Resnet50Output *resnet50Output = [resnet50 predictionFromImage:buffer error:&predictionError];
    if (predictionError) {
        return predictionError.description;
    } else {
        return [NSString stringWithFormat:@"識(shí)別結(jié)果:%@,匹配率:%.2f",resnet50Output.classLabel, [[resnet50Output.classLabelProbs valueForKey:resnet50Output.classLabel]floatValue]];
    }
}

懷著激動(dòng)的心情，添加了imageview和lable，和下面的代碼

    CGImageRef cgImageRef = [imageview.image CGImage];
    lable.text = [self predictionWithResnet50:[self pixelBufferFromCGImage:cgImageRef]];

Run...

error1.png

error.png

看到這個(gè)結(jié)果，失落的半天不想說話，幸好有日志，仔細(xì)看日志，你會(huì)發(fā)現(xiàn)，好像是圖片的大小不對(duì)...提示說是要224，好吧，那就改改尺寸看看

- (UIImage *)scaleToSize:(CGSize)size image:(UIImage *)image {
    UIGraphicsBeginImageContext(size);
    [image drawInRect:CGRectMake(0, 0, size.width, size.height)];
    UIImage* scaledImage = UIGraphicsGetImageFromCurrentImageContext();
    UIGraphicsEndImageContext();
    return scaledImage;
}

    UIImage *scaledImage = [self scaleToSize:CGSizeMake(224, 224) image:imageview.image];
    CGImageRef cgImageRef = [scaledImage CGImage];
    lable.text = [self predictionWithResnet50:[self pixelBufferFromCGImage:cgImageRef]];

再Run...

success.png

終于成功了!!!，至于結(jié)果嘛，還可以算滿意，畢竟狼王加內(nèi)特就是打籃球的 ，哈哈。

后面我又嘗試了其它類，我原以為尺寸都是224，然而在Inceptionv3的時(shí)候，提示我是要用229，于是我就仔細(xì)查看了下類代碼，發(fā)現(xiàn)其中已經(jīng)有這方面的說明....

/// Input image to be classified as color (kCVPixelFormatType_32BGRA) image buffer, 299 pixels wide by 299 pixels high

/// Input image of scene to be classified as color (kCVPixelFormatType_32BGRA) image buffer, 224 pixels wide by 224 pixels high

到此突然想到，在上面，我們查看模型的圖中，也有說明，就是inputs相關(guān)參數(shù)那列。
到這里，好像我們還有一個(gè)類沒有用到，那就是Vision，那么通過Vision又怎么和Core ML來一起實(shí)現(xiàn)呢？

Vision使用

@interface VNCoreMLModel : NSObject

- (instancetype) init  NS_UNAVAILABLE;

/*!
    @brief Create a model container to be used with VNCoreMLRequest based on a Core ML model. This can fail if the model is not supported. Examples for a model that is not supported is a model that does not take an image as any of its inputs.
 
    @param model    The MLModel from CoreML to be used.
    
    @param  error   Returns the error code and description, if the model is not supported.
 */

+ (nullable instancetype) modelForMLModel:(MLModel*)model error:(NSError**)error;

@end

在上面VNCoreMLModel類中，我們可以看到其初始化方法之一一個(gè)modelForMLModel，而init是無效的，在modelForMLModel中，有MLModel這么一個(gè)對(duì)象的參數(shù)，而在Core ML模型類中，我們也發(fā)現(xiàn)有這么一個(gè)屬性，看來我們可以通過這個(gè)關(guān)系將其聯(lián)系起來。

@interface Resnet50 : NSObject
@property (readonly, nonatomic, nullable) MLModel * model;

在當(dāng)前類繼續(xù)往下翻，就能看到類VNCoreMLRequest

@interface VNCoreMLRequest : VNImageBasedRequest

/*!
 @brief The model from CoreML wrapped in a VNCoreMLModel.
 */
@property (readonly, nonatomic, nonnull) VNCoreMLModel *model;

@property (nonatomic)VNImageCropAndScaleOption imageCropAndScaleOption;


/*!
    @brief Create a new request with a model.
 
    @param model        The VNCoreMLModel to be used.
 */
- (instancetype) initWithModel:(VNCoreMLModel *)model;

/*!
    @brief Create a new request with a model.
 
    @param model        The VNCoreMLModel to be used.
    
    @param  completionHandler   The block that is invoked when the request has been performed.
 */
- (instancetype) initWithModel:(VNCoreMLModel *)model completionHandler:(nullable VNRequestCompletionHandler)completionHandler NS_DESIGNATED_INITIALIZER;


- (instancetype) init  NS_UNAVAILABLE;
- (instancetype) initWithCompletionHandler:(nullable VNRequestCompletionHandler)completionHandler NS_UNAVAILABLE;

@end

在其中，我們看到方法initWithModel和VNCoreMLModel類相關(guān)聯(lián)，于是就有了下面的代碼

- (void)predictionWithResnet50WithImage:(CIImage * )image
{
    //兩種初始化方法均可
//    Resnet50* resnet50 = [[Resnet50 alloc] initWithContentsOfURL:[NSURL fileURLWithPath:[[NSBundle mainBundle] pathForResource:@"Resnet50" ofType:@"mlmodelc"]] error:nil];
    
    Resnet50* resnet50 = [[Resnet50 alloc] init];
    NSError *error = nil;
    //創(chuàng)建VNCoreMLModel
    VNCoreMLModel *vnCoreMMModel = [VNCoreMLModel modelForMLModel:resnet50.model error:&error];
    
    // 創(chuàng)建request
    VNCoreMLRequest *request = [[VNCoreMLRequest alloc] initWithModel:vnCoreMMModel completionHandler:^(VNRequest * _Nonnull request, NSError * _Nullable error) {

    }];
}

到這里，好像還差點(diǎn)什么，是的，貌似我們的圖片沒有關(guān)聯(lián)上來，只好去查找資料，最后發(fā)現(xiàn)一個(gè)最重要的類，那就是VNImageRequestHandler，在這個(gè)類中，我還發(fā)現(xiàn)一個(gè)非常重要的方法

- (BOOL)performRequests:(NSArray<VNRequest *> *)requests error:(NSError **)error;

瞬間就將VNCoreMLRequest類關(guān)聯(lián)起來了，因?yàn)?code>VNCoreMLRequest最終還是繼承VNRequest，在相關(guān)文檔的幫助下，最終有了下面的代碼

- (void)predictionWithResnet50WithImage:(CIImage * )image
{
    //兩種初始化方法均可
//    Resnet50* resnet50 = [[Resnet50 alloc] initWithContentsOfURL:[NSURL fileURLWithPath:[[NSBundle mainBundle] pathForResource:@"Resnet50" ofType:@"mlmodelc"]] error:nil];
    
    Resnet50* resnet50 = [[Resnet50 alloc] init];
    NSError *error = nil;
    //創(chuàng)建VNCoreMLModel
    VNCoreMLModel *vnCoreMMModel = [VNCoreMLModel modelForMLModel:resnet50.model error:&error];
    
    // 創(chuàng)建處理requestHandler
    VNImageRequestHandler *handler = [[VNImageRequestHandler alloc] initWithCIImage:image options:@{}];
    
    NSLog(@" 打印信息:%@",handler);
    // 創(chuàng)建request
    VNCoreMLRequest *request = [[VNCoreMLRequest alloc] initWithModel:vnCoreMMModel completionHandler:^(VNRequest * _Nonnull request, NSError * _Nullable error) {

        CGFloat confidence = 0.0f;
        
        VNClassificationObservation *tempClassification = nil;
        
        for (VNClassificationObservation *classification in request.results) {
            if (classification.confidence > confidence) {
                confidence = classification.confidence;
                tempClassification = classification;
            }
        }
        self.descriptionLable.text = [NSString stringWithFormat:@"識(shí)別結(jié)果:%@,匹配率:%.2f",tempClassification.identifier,tempClassification.confidence];
    }];
    
    // 發(fā)送識(shí)別請(qǐng)求
    [handler performRequests:@[request] error:&error];
    if (error) {
        NSLog(@"%@",error.localizedDescription);
    }
}

通過這個(gè)方法，我們就可以不用再去考慮圖片的大小了，所有的處理和查詢Vision已經(jīng)幫我們解決了。
到這里為止，還有幾個(gè)疑問

- (instancetype)initWithCIImage:(CIImage *)image options:(NSDictionary<VNImageOption, id> *)options;


/*!
 @brief initWithCIImage:options:orientation creates a VNImageRequestHandler to be used for performing requests against the image passed in as a CIImage.
 
 @param image A CIImage containing the image to be used for performing the requests. The content of the image cannot be modified.
 @param orientation The orientation of the image/buffer based on the EXIF specification. For details see kCGImagePropertyOrientation. The value has to be an integer from 1 to 8. This superceeds every other orientation information.
 @param options A dictionary with options specifying auxilary information for the buffer/image like VNImageOptionCameraIntrinsics

 
 @note:  Request results may not be accurate in simulator due to CI's inability to render certain pixel formats in the simulator
 */
- (instancetype)initWithCIImage:(CIImage *)image orientation:(CGImagePropertyOrientation)orientation options:(NSDictionary<VNImageOption, id> *)options;

就是在VNImageRequestHandler還有許多初始化函數(shù)，而且還有些參數(shù)，暫時(shí)還沒去研究，后續(xù)研究好了，再來補(bǔ)充。

下面還是奉上demo，有什么錯(cuò)誤，還望各位多多指教。

參考文章