当前位置：首页 > 编程日记 > 正文

手把手教你在应用里用上iOS机器学习框架Core ML

编程日记 2024-08-22 22:10:00

2017-06-10 Cocoa开发者社区

2017年的WWDC上，苹果发布了Core ML这个机器学习框架。现在，开发者可以轻松的使用Core ML把机器学习功能集成到自己的应用里，让应用变得更加智能，给用户更牛逼的体验。

Core ML是做什么的

我们知道，机器学习的一个重要应用领域就是事先使用大量数据训练机器，让训练后的机器在面对从未见过的数据时能做出相应的判断。比如，学习大量病人体征数据后，预测疾病发生的概率；学习大量围棋对局后，面对一个陌生的棋局，知道在哪下棋赢的概率更高。

对机器的训练会产生一个关于特定问题的模型，对模型输入特定的数据，模型返回的判断的结果就是输出。Core ML实际做的事情是使用事先训练好的模型（trained model），在本地进行计算，最终返回结果。

应用和Core ML的交互流程大体如图所示：

从图上可以看出，真正智能的部分其实是这个事先训练好的模型（trained model），这个模型决定了最终判断的结果。苹果提供了一些转化好的Core ML格式的模型，我们也可以通过苹果提供的工具把自己在别的常用机器学习工具生成的模型转化为Core ML格式的模型。

集成Core ML

准备工作

目前只有Xcode9提供了Core ML支持，所以我们要到官网下一个最新版本，或者直接点这里下载。
我们使用苹果准备好的模型Places205-GoogLeNet，到官网或者点这里下载。
Places205-GoogLeNet用于识别图片里的场景，比如机场航站楼、卧室、森林等。我们要准备一些测试用的图片，我在百度图片用关键字『森林』随便找了下面这个图做测试。

正式开工

1. 添加Core ML框架

在Xcode里打开一个工程。在这里我们创建一个叫CoreMLDemo的工程。在Build Phase的Link Binary With Libraries里，加上CoreML.framework。

2. 添加模型文件

把之前下载好的模型文件GoogLeNetPlaces.mlmodel拖到Xcode里，点击该文件能看到模型的详情。

@interface GoogLeNetPlacesInput : NSObject<MLFeatureProvider>
/// Input image of scene to be classified as RGB image buffer, 224 pixels wide by 224 pixels high
@property (readwrite, nonatomic) CVPixelBufferRef sceneImage;
- (instancetype)init NS_UNAVAILABLE;
- (instancetype)initWithSceneImage:(CVPixelBufferRef)sceneImage;
@end

/// Model Prediction Output Type
@interface GoogLeNetPlacesOutput : NSObject<MLFeatureProvider>
/// Probability of each scene as dictionary of strings to doubles
@property (readwrite, nonatomic) NSDictionary<NSString *, NSNumber *> * sceneLabelProbs;
/// Most likely scene label as string value
@property (readwrite, nonatomic) NSString * sceneLabel;
- (instancetype)init NS_UNAVAILABLE;
- (instancetype)initWithSceneLabelProbs:(NSDictionary<NSString *, NSNumber *> *)sceneLabelProbs sceneLabel:(NSString *)sceneLabel;
@end

/// Class for model loading and prediction
@interface GoogLeNetPlaces : NSObject
@property (readonly, nonatomic, nullable) MLModel * model;
- (nullable instancetype)initWithContentsOfURL:(NSURL *)url error:(NSError * _Nullable * _Nullable)error;
/// Make a prediction using the standard interface
/// @param input an instance of GoogLeNetPlacesInput 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 GoogLeNetPlacesOutput
- (nullable GoogLeNetPlacesOutput *)predictionFromFeatures:(GoogLeNetPlacesInput *)input error:(NSError * _Nullable * _Nullable)error;
/// Make a prediction using the convenience interface
/// @param sceneImage Input image of scene to be classified as RGB 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 GoogLeNetPlacesOutput
- (nullable GoogLeNetPlacesOutput *)predictionFromSceneImage:(CVPixelBufferRef)sceneImage error:(NSError * _Nullable * _Nullable)error;
@end

3. 添加Core ML调用代码

把测试图片拖到工程里，找个合适的地方开始写调用Core ML的代码。为了例子简单，我直接写在ViewController里了。

#import "GoogLeNetPlaces.h"
@implementation ViewController
...
- (NSString *)predictImageScene:(UIImage *)image {
GoogLeNetPlaces *model = [[GoogLeNetPlaces alloc] init];
NSError *error;
UIImage *scaledImage = [image scaleToSize:CGSizeMake(224, 224)];
CVPixelBufferRef buffer = [image pixelBufferFromCGImage:scaledImage];
GoogLeNetPlacesInput *input = [[GoogLeNetPlacesInput alloc] initWithSceneImage:buffer];
GoogLeNetPlacesOutput *output = [model predictionFromFeatures:input error:&error];
return output.sceneLabel;
}
...
@end

上面的代码都很简单，就不多解释了。代码里调用了两个给UIImage新增的Category里的方法，他们是为了把图片转化成满足GoogLeNetPlaces要求的对象，这不是文章的重点，就不多说了，详见代码。

找个合适的地方调用上面写的代码：

UIImage *image = [UIImage imageNamed:@"testImage"];
NSString *sceneLabel = [self predictImageScene:image];
NSLog(@"Scene label is: %@", sceneLabel);

完工，运行程序在输出里看结果：

Scene label is: bamboo_forest

虽然上面贴的代码不少，但是实际调用Core ML的只有predictImageScene这一个方法里的两行，Core ML的使用已经不能更简单了。不知道是不是输入数据的问题，在测试过程中，我发现GoogLeNetPlaces对图片场景的识别还有些问题，具体的还需要进一步研究看看。

对Core ML的调用只是把机器学习集成进iOS的第一步。无论是训练出更准确的模型，还是为用户设计出实际的应用场景，都还有巨大的想象空间，同时也有很长的路要走。
一起努力吧。

Demo的代码我已经上传到Github了，有兴趣的同学可以下下来玩玩。如果直接Clone代码到本地用Xcode9打开，可能会出现模型的类文件没生成，提示GoogLeNetPlaces.h文件找不到的情况。这可能是Xcode beta的问题，如果遇到就先自己创建个工程玩吧。

参考资料

Core ML官网
官方文档:Getting a Core ML Model
官方文档:Integrating a Core ML Model into Your App
重要经验八---UIImage转换为CVPixelBufferRef

https://www.dkcj.cn/info/15434.html

手把手教你在应用里用上iOS机器学习框架Core ML

Core ML是做什么的

集成Core ML

准备工作

正式开工

1. 添加Core ML框架

2. 添加模型文件

3. 添加Core ML调用代码

参考资料

相关文章：

Linux服务器安装JDK、Tomcat配置web网站

sql help cs

Spring Cloud应用开发（一：使用Eureka注册服务）

SRWebSocket源码浅析（上）

Mason 简单笔记

多级页表如何节省内存

Spring Cloud应用开发（二：实现服务间的调用）

webSocket详解

2013多校第三场

React+Reflux博客实践

Spring Cloud应用开发（三：客户端的负载均衡）

SRWebSocket源码浅析（下）

（IOS）签名Demo

debug运行可以，release运行报错的原因及修改方法

Spring Cloud应用开发（四：服务容错保护）

计量注册师考试一些关于期限、时间、机构的总结

TinyCrayon-iOS-SDK：强大到使人惊讶的 Mask 及切图工具库

Android之自定义AlertDialog无法监听控件

Spring Cloud应用开发（五：API网关服务）

多态---父指针指向子类对象（父类引用指向子类对象）

ARKit从入门到精通-ARKit工作原理及流程介绍

【C语言也能干大事】第五讲组合框控件，下拉列表

Spring Cloud应用开发（六：使用本地存储方式实现分布式配置管理）

PL SQL笔记(三)

iOS-仿膜拜贴纸滚动(物理仿真)

Redhat、centos安装配置postgresql

Spring Cloud应用开发（七：使用Git存储方式实现分布式配置管理）

IOS 自定义相机, 使用 AVFoundation(附实现部分腾讯水印相机功能 demo)

如何成为一个好的测试工程师（转载，大意）

ubuntu下7z文件的解压方法