iOS-CoreML-初探

CoreML 是 Apple 在 WWDC 2017 推出的机器学习框架。但是其到底有什么功能呢？本文对其进行初探。

模型

在 CoreML 中， Apple 定义了一套自己的模型格式，后缀名为： mimodel，通过 CoreML 框架，以及模型库，可以在 App 层面进行机器学习的功能研发。

官网已经提供四个模型库供下载。

Demo

官网提供了一个 Demo，要求 XCode 9 + iOS 11 的环境。

下载下来 Run 了一下，不得不说，Apple 对开发者还是非常友好的，直接将模型文件拖到项目中，Xcode 会自动生成接口文件:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74

import CoreML class MarsHabitatPricerInput : MLFeatureProvider { var solarPanels: Double var greenhouses: Double var size: Double var featureNames: Set { get { return ["solarPanels", "greenhouses", "size"] } } func featureValue(for featureName: String) -> MLFeatureValue? { if (featureName == "solarPanels") { return MLFeatureValue(double: solarPanels) } if (featureName == "greenhouses") { return MLFeatureValue(double: greenhouses) } if (featureName == "size") { return MLFeatureValue(double: size) } return nil } init(solarPanels: Double, greenhouses: Double, size: Double) { self.solarPanels = solarPanels self.greenhouses = greenhouses self.size = size } } class MarsHabitatPricerOutput : MLFeatureProvider { let price: Double var featureNames: Set { get { return ["price"] } } func featureValue(for featureName: String) -> MLFeatureValue? { if (featureName == "price") { return MLFeatureValue(double: price) } return nil } init(price: Double) { self.price = price } } @objc class MarsHabitatPricer:NSObject { var model: MLModel init(contentsOf url: URL) throws { self.model = try MLModel(contentsOf: url) } convenience override init() { let bundle = Bundle(for: MarsHabitatPricer.self) let assetPath = bundle.url(forResource: "MarsHabitatPricer", withExtension:"mlmodelc") try! self.init(contentsOf: assetPath!) } func prediction(input: MarsHabitatPricerInput) throws -> MarsHabitatPricerOutput { let outFeatures = try model.prediction(from: input) let result = MarsHabitatPricerOutput(price: outFeatures.featureValue(for: "price")!.doubleValue) return result } func prediction(solarPanels: Double, greenhouses: Double, size: Double) throws -> MarsHabitatPricerOutput { let input_ = MarsHabitatPricerInput(solarPanels: solarPanels, greenhouses: greenhouses, size: size) return try self.prediction(input: input_) } }

可以看到，主要是定义了输入，输出以及预测的格式，调用的时候，也非常简单，传参即可。

但是这些接口文件并没有在 XCode 左边的文件树中出现。

查了一下，是生成在 DerivedData 目录下，估计是想开发者使用起来更简洁。

运行一下，可以看到，主要功能是对价格进行预测。

貌似稍微有点不够高大上…

Resnet50

官网提供的四个模型库，我们还没用呢，当然要看下能用来干啥，看了一下，貌似主要是物体识别，OK，代码走起。

先下载模型库 Resnet50, 然后创建一个新的 Swift 项目，将其拖进去：

从描述里面可以看出来，其实一个神经网络的分类器，输入是一张像素为 (224 * 224) 的图片，输出为分类结果。

自动生成的接口文件：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69

import CoreML class Resnet50Input : MLFeatureProvider { var image: CVPixelBuffer var featureNames: Set { get { return ["image"] } } func featureValue(for featureName: String) -> MLFeatureValue? { if (featureName == "image") { return MLFeatureValue(pixelBuffer: image) } return nil } init(image: CVPixelBuffer) { self.image = image } } class Resnet50Output : MLFeatureProvider { let classLabelProbs: [String : Double] let classLabel: String var featureNames: Set { get { return ["classLabelProbs", "classLabel"] } } func featureValue(for featureName: String) -> MLFeatureValue? { if (featureName == "classLabelProbs") { return try! MLFeatureValue(dictionary: classLabelProbs as [NSObject : NSNumber]) } if (featureName == "classLabel") { return MLFeatureValue(string: classLabel) } return nil } init(classLabelProbs: [String : Double], classLabel: String) { self.classLabelProbs = classLabelProbs self.classLabel = classLabel } } @objc class Resnet50:NSObject { var model: MLModel init(contentsOf url: URL) throws { self.model = try MLModel(contentsOf: url) } convenience override init() { let bundle = Bundle(for: Resnet50.self) let assetPath = bundle.url(forResource: "Resnet50", withExtension:"mlmodelc") try! self.init(contentsOf: assetPath!) } func prediction(input: Resnet50Input) throws -> Resnet50Output { let outFeatures = try model.prediction(from: input) let result = Resnet50Output(classLabelProbs: outFeatures.featureValue(for: "classLabelProbs")!.dictionaryValue as! [String : Double], classLabel: outFeatures.featureValue(for: "classLabel")!.stringValue) return result } func prediction(image: CVPixelBuffer) throws -> Resnet50Output { let input_ = Resnet50Input(image: image) return try self.prediction(input: input_) } }

OK，要照片，而且是 CVPixelBuffer 类型的。

但是每次从相册选太烦了，所以我们直接摄像头走起。将 AVCam 的主要功能类复制到项目中。

然后，禁用 CameraViewController 中一些不必要的按钮：

1 2 3 4

self.recordButton.isHidden = true self.captureModeControl.isHidden = true self.livePhotoModeButton.isHidden = true self.depthDataDeliveryButton.isHidden = true

由于，AVCapturePhotoCaptureDelegate 拍照完成的回调为：

1	func photoOutput(_ output: AVCapturePhotoOutput, didFinishProcessingPhoto photo: AVCapturePhoto, error: Error?)

看了下 AVCaputrePhoto 的定义，里面刚好有 CVPixelBuffer 格式的属性：

直接传进去试试：

1 2 3 4 5 6

// Predicte if let pixelBuffer = photo.previewPixelBuffer { guard let Resnet50CategoryOutput = try? model.prediction(image:pixelBuffer) else { fatalError("Unexpected runtime error.") } }

一切看起来很完美，编译通过，运行起来，点一下拍照按钮，额，Crash了，异常：

1

[core] Error Domain=com.apple.CoreML Code=1 "Input image feature image does not match model description" UserInfo={NSLocalizedDescription=Input image feature image does not match model description, NSUnderlyingError=0x1c0643420 {Error Domain=com.apple.CoreML Code=1 "Image is not valid width 224, instead is 852" UserInfo={NSLocalizedDescription=Image is not valid width 224, instead is 852}}}

哦，忘记改大小了，找到 photoSetting，加上宽高:

1 2 3 4 5

if !photoSettings.availablePreviewPhotoPixelFormatTypes.isEmpty { photoSettings.previewPhotoFormat = [kCVPixelBufferPixelFormatTypeKey as String: photoSettings.availablePreviewPhotoPixelFormatTypes.first!, kCVPixelBufferWidthKey as String : NSNumber(value:224), kCVPixelBufferHeightKey as String : NSNumber(value:224)] }

重新 Run，WTF，Man，居然又报同样的错，好吧，Google 一下，貌似宽高的属性，在 Swift 里面不生效，额。。

没办法，那我们只能将 CVPixelBuffer 先转换成 UIImage，然后改下大小，再转回 CVPixelBuffer，试试：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

photoData = photo.fileDataRepresentation() // Change Data to Image guard let photoData = photoData else { return } let image = UIImage(data: photoData) // Resize let newWidth:CGFloat = 224.0 let newHeight:CGFloat = 224.0 UIGraphicsBeginImageContext(CGSize(width:newWidth, height:newHeight)) image?.draw(in:CGRect(x:0, y:0, width:newWidth, height:newHeight)) let newImage = UIGraphicsGetImageFromCurrentImageContext() UIGraphicsEndImageContext() guard let finalImage = newImage else { return } // Predicte guard let Resnet50CategoryOutput = try? model.prediction(image:pixelBufferFromImage(image: finalImage)) else { fatalError("Unexpected runtime error.") }

重新 Run，OK，一切很完美。

最后，为了用户体验，加上摄像头流的暂停和重启，免得在识别的时候，摄像头还一直在动，另外，识别结果通过提醒框弹出来，具体参考文末的源码。

开始玩啦，找支油笔试一下：

识别成，橡皮擦，好吧，其实是有点像。

再拿小绿植试试：

花瓶，Are you kidding me ??

其实，效果还是蛮不错的。

转自：http://www.jianshu.com/p/0cbf4d17ac88