एमएल किट, पोज़ का पता लगाने के लिए ऑप्टिमाइज़ किए गए दो SDK टूल उपलब्ध कराती है.
SDK टूल का नाम | आसन की पहचान करने की सुविधा | मुद्रा की सटीक पहचान करने की सुविधा |
---|---|---|
लागू करने का तरीका | बिल्ड के समय, आपके ऐप्लिकेशन के साथ कोड और ऐसेट स्टैटिक रूप से लिंक होती हैं. | बिल्ड के समय, आपके ऐप्लिकेशन के साथ कोड और ऐसेट स्टैटिक रूप से लिंक होती हैं. |
ऐप्लिकेशन के साइज़ का असर (इसमें कोड और एसेट भी शामिल हैं) | ~10.1 एमबी | ~13.3 एमबी |
परफ़ॉर्मेंस | Pixel 3XL: ~30 FPS (फ़्रेम प्रति सेकंड) | Pixel 3XL: सीपीयू के साथ ~23 FPS और जीपीयू के साथ ~30 FPS (फ़्रेम प्रति सेकंड) |
इसे आज़माएं
- इस एपीआई के इस्तेमाल का उदाहरण देखने के लिए, ऐप्लिकेशन के सैंपल को आज़माएं.
शुरू करने से पहले
- प्रोजेक्ट-लेवल की
build.gradle
फ़ाइल में, अपनेbuildscript
औरallprojects
, दोनों सेक्शन में Google की Maven रिपॉज़िटरी को शामिल करना न भूलें. अपने मॉड्यूल की ऐप्लिकेशन-लेवल की ग्रेडल फ़ाइल में, ML Kit Android लाइब्रेरी के लिए डिपेंडेंसी जोड़ें. आम तौर पर, यह
app/build.gradle
होती है:dependencies { // If you want to use the base sdk implementation 'com.google.mlkit:pose-detection:18.0.0-beta4' // If you want to use the accurate sdk implementation 'com.google.mlkit:pose-detection-accurate:18.0.0-beta4' }
1. PoseDetector
का एक इंस्टेंस बनाएं
PoseDetector
के विकल्प
किसी इमेज में किसी पोज़ का पता लगाने के लिए, पहले PoseDetector
का इंस्टेंस बनाएं और अगर आप चाहें, तो डिटेक्टर सेटिंग भी तय करें.
पहचान मोड
PoseDetector
, पहचान करने वाले दो मोड में काम करता है. पक्का करें कि आपने वही विकल्प चुना है
जो आपके इस्तेमाल के उदाहरण से मेल खाता हो.
STREAM_MODE
(डिफ़ॉल्ट)- पोज़ डिटेक्टर, सबसे पहले इमेज में मौजूद मुख्य व्यक्ति की पहचान करेगा. इसके बाद, वह पोज़ का पता लगाएगा. बाद के फ़्रेम में, व्यक्ति की पहचान करने का चरण तब तक शुरू नहीं किया जाएगा, जब तक वह व्यक्ति धुंधला न हो या उसकी पहचान बड़े भरोसे के साथ न हो पाए. पोज़ डिटेक्टर, सबसे ज़्यादा प्रमुखता से दिखने वाले व्यक्ति को ट्रैक करने की कोशिश करेगा और हर अनुमान में अपना पोज़ दिखाएगा. इससे इंतज़ार का समय कम हो जाता है और आसानी से पहचान की जा सकती है. इस मोड का इस्तेमाल तब करें, जब आपको वीडियो स्ट्रीम में पोज़ की पहचान करनी हो.
SINGLE_IMAGE_MODE
- पोज़ डिटेक्टर किसी व्यक्ति की पहचान करेगा और उसके बाद पोज़ की पहचान करेगा. व्यक्ति की पहचान करने वाला स्टेप हर इमेज के लिए चलेगा, इसलिए इंतज़ार का समय बढ़ जाएगा और किसी व्यक्ति को ट्रैक नहीं किया जाएगा. स्थैतिक इमेज पर या जहां ट्रैकिंग की ज़रूरत न हो, वहां पोज़ की पहचान का इस्तेमाल करते समय इस मोड का इस्तेमाल करें.
हार्डवेयर कॉन्फ़िगरेशन
परफ़ॉर्मेंस को ऑप्टिमाइज़ करने के लिए, PoseDetector
कई हार्डवेयर कॉन्फ़िगरेशन के साथ काम करता है:
CPU
: डिटेक्टर को सिर्फ़ सीपीयू का इस्तेमाल करके चलाएंCPU_GPU
: सीपीयू और जीपीयू, दोनों का इस्तेमाल करके डिटेक्टर का इस्तेमाल करें
डिटेक्टर के विकल्प बनाते समय, setPreferredHardwareConfigs
एपीआई का इस्तेमाल करके, चुने गए हार्डवेयर को कंट्रोल किया जा सकता है. डिफ़ॉल्ट रूप से,
सभी हार्डवेयर कॉन्फ़िगरेशन को प्राथमिकता के तौर पर सेट किया जाता है.
एमएल किट, हर कॉन्फ़िगरेशन की उपलब्धता, स्थिरता, सही होने, और इंतज़ार के समय को ध्यान में रखकर
अपने पसंदीदा कॉन्फ़िगरेशन में से सबसे सही कॉन्फ़िगरेशन चुनेगी. अगर कोई भी पसंदीदा कॉन्फ़िगरेशन लागू नहीं होता है, तो CPU
कॉन्फ़िगरेशन का इस्तेमाल, फ़ॉलबैक के तौर पर अपने-आप किया जाएगा. एमएल किट, किसी भी कार्रवाई को शुरू करने से पहले, बिना ब्लॉक किए तरीके से जांच और इनसे जुड़ी तैयारी करेगा. इसलिए, हो सकता है कि जब आपका उपयोगकर्ता पहली बार डिटेक्टर को चलाए, तब वह CPU
का इस्तेमाल करे. सभी तैयारियां
पूरी हो जाने के बाद, सबसे अच्छे कॉन्फ़िगरेशन का इस्तेमाल नीचे दिए गए रन में किया जाएगा.
setPreferredHardwareConfigs
के इस्तेमाल के उदाहरण:
- ML किट को सबसे सही कॉन्फ़िगरेशन चुनने देने के लिए, इस एपीआई को कॉल न करें.
- अगर आपको रफ़्तार बढ़ाने की सुविधा चालू नहीं करनी है, तो सिर्फ़
CPU
पास करें. - अगर जीपीयू धीमा होने के बावजूद, सीपीयू को ऑफ़लोड करने के लिए जीपीयू का इस्तेमाल करना है, तो सिर्फ़
CPU_GPU
पास करें.
पोज़ डिटेक्टर के विकल्प तय करें:
Kotlin
// Base pose detector with streaming frames, when depending on the pose-detection sdk val options = PoseDetectorOptions.Builder() .setDetectorMode(PoseDetectorOptions.STREAM_MODE) .build() // Accurate pose detector on static images, when depending on the pose-detection-accurate sdk val options = AccuratePoseDetectorOptions.Builder() .setDetectorMode(AccuratePoseDetectorOptions.SINGLE_IMAGE_MODE) .build()
Java
// Base pose detector with streaming frames, when depending on the pose-detection sdk PoseDetectorOptions options = new PoseDetectorOptions.Builder() .setDetectorMode(PoseDetectorOptions.STREAM_MODE) .build(); // Accurate pose detector on static images, when depending on the pose-detection-accurate sdk AccuratePoseDetectorOptions options = new AccuratePoseDetectorOptions.Builder() .setDetectorMode(AccuratePoseDetectorOptions.SINGLE_IMAGE_MODE) .build();
आखिर में, PoseDetector
का एक इंस्टेंस बनाएं. अपने बताए गए विकल्पों को पास करें:
Kotlin
val poseDetector = PoseDetection.getClient(options)
Java
PoseDetector poseDetector = PoseDetection.getClient(options);
2. इनपुट इमेज तैयार करें
किसी इमेज में अलग-अलग पोज़ का पता लगाने के लिए, Bitmap
, media.Image
, ByteBuffer
, बाइट कलेक्शन या डिवाइस पर मौजूद किसी फ़ाइल से InputImage
ऑब्जेक्ट बनाएं. इसके बाद, InputImage
ऑब्जेक्ट को
PoseDetector
पर पास करें.
पोज़ की पहचान के लिए, आपको कम से कम 480x360 पिक्सल वाली इमेज का इस्तेमाल करना चाहिए. अगर रीयल टाइम में पोज़ का पता लगाया जा रहा है, तो इस सबसे कम रिज़ॉल्यूशन पर फ़्रेम कैप्चर करने से इंतज़ार का समय कम किया जा सकता है.
अलग-अलग सोर्स से InputImage
ऑब्जेक्ट बनाया जा सकता है. हर सोर्स के बारे में नीचे बताया गया है.
media.Image
का इस्तेमाल करके
किसी media.Image
ऑब्जेक्ट से InputImage
ऑब्जेक्ट बनाने के लिए, जैसे कि किसी
डिवाइस के कैमरे से इमेज कैप्चर करने पर, media.Image
ऑब्जेक्ट और इमेज के
रोटेशन को InputImage.fromMediaImage()
पर पास करें.
अगर
CameraX लाइब्रेरी का इस्तेमाल किया जाता है, तो OnImageCapturedListener
और
ImageAnalysis.Analyzer
क्लास आपके लिए, रोटेशन वैल्यू
का हिसाब लगाती हैं.
Kotlin
private class YourImageAnalyzer : ImageAnalysis.Analyzer { override fun analyze(imageProxy: ImageProxy) { val mediaImage = imageProxy.image if (mediaImage != null) { val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees) // Pass image to an ML Kit Vision API // ... } } }
Java
private class YourAnalyzer implements ImageAnalysis.Analyzer { @Override public void analyze(ImageProxy imageProxy) { Image mediaImage = imageProxy.getImage(); if (mediaImage != null) { InputImage image = InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees()); // Pass image to an ML Kit Vision API // ... } } }
अगर आपने ऐसी कैमरा लाइब्रेरी का इस्तेमाल नहीं किया है जो इमेज को घुमाने की डिग्री देती है, तो डिवाइस की रोटेशन डिग्री और डिवाइस में कैमरा सेंसर के ओरिएंटेशन की मदद से, इसका हिसाब लगाया जा सकता है:
Kotlin
private val ORIENTATIONS = SparseIntArray() init { ORIENTATIONS.append(Surface.ROTATION_0, 0) ORIENTATIONS.append(Surface.ROTATION_90, 90) ORIENTATIONS.append(Surface.ROTATION_180, 180) ORIENTATIONS.append(Surface.ROTATION_270, 270) } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) @Throws(CameraAccessException::class) private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. val deviceRotation = activity.windowManager.defaultDisplay.rotation var rotationCompensation = ORIENTATIONS.get(deviceRotation) // Get the device's sensor orientation. val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager val sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION)!! if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360 } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360 } return rotationCompensation }
Java
private static final SparseIntArray ORIENTATIONS = new SparseIntArray(); static { ORIENTATIONS.append(Surface.ROTATION_0, 0); ORIENTATIONS.append(Surface.ROTATION_90, 90); ORIENTATIONS.append(Surface.ROTATION_180, 180); ORIENTATIONS.append(Surface.ROTATION_270, 270); } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing) throws CameraAccessException { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation(); int rotationCompensation = ORIENTATIONS.get(deviceRotation); // Get the device's sensor orientation. CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE); int sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION); if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360; } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360; } return rotationCompensation; }
इसके बाद, media.Image
ऑब्जेक्ट और
रोटेशन डिग्री की वैल्यू को InputImage.fromMediaImage()
पर पास करें:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
फ़ाइल यूआरआई का इस्तेमाल करना
किसी फ़ाइल यूआरआई से InputImage
ऑब्जेक्ट बनाने के लिए, ऐप्लिकेशन कॉन्टेक्स्ट और फ़ाइल यूआरआई को
InputImage.fromFilePath()
में पास करें. यह तब काम आता है, जब
ACTION_GET_CONTENT
इंटेंट का इस्तेमाल करके, उपयोगकर्ता से
उसके गैलरी ऐप्लिकेशन से कोई इमेज चुनने का अनुरोध किया जाता है.
Kotlin
val image: InputImage try { image = InputImage.fromFilePath(context, uri) } catch (e: IOException) { e.printStackTrace() }
Java
InputImage image; try { image = InputImage.fromFilePath(context, uri); } catch (IOException e) { e.printStackTrace(); }
ByteBuffer
या ByteArray
का इस्तेमाल करके
किसी ByteBuffer
या ByteArray
से InputImage
ऑब्जेक्ट बनाने के लिए, सबसे पहले इमेज के रोटेशन डिग्री का हिसाब लगाएं, जैसा कि media.Image
इनपुट के लिए पहले बताया गया था.
इसके बाद, इमेज की ऊंचाई, चौड़ाई, कलर एन्कोडिंग का फ़ॉर्मैट, और रोटेशन डिग्री के साथ, बफ़र या अरे की मदद से InputImage
ऑब्जेक्ट बनाएं:
Kotlin
val image = InputImage.fromByteBuffer( byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) // Or: val image = InputImage.fromByteArray( byteArray, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
Java
InputImage image = InputImage.fromByteBuffer(byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ); // Or: InputImage image = InputImage.fromByteArray( byteArray, /* image width */480, /* image height */360, rotation, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
Bitmap
का इस्तेमाल करके
किसी Bitmap
ऑब्जेक्ट से InputImage
ऑब्जेक्ट बनाने के लिए, यह एलान करें:
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
इमेज को रोटेशन डिग्री के साथ, Bitmap
ऑब्जेक्ट से दिखाया गया है.
3. इमेज को प्रोसेस करें
तैयार किए गए InputImage
ऑब्जेक्ट को PoseDetector
की process
तरीके से पास करें.
Kotlin
Task<Pose> result = poseDetector.process(image) .addOnSuccessListener { results -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
Task<Pose> result = poseDetector.process(image) .addOnSuccessListener( new OnSuccessListener<Pose>() { @Override public void onSuccess(Pose pose) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. पहचाने गए पोज़ के बारे में जानकारी पाएं
अगर इमेज में किसी व्यक्ति की पहचान की जाती है, तो पोज़ डिटेक्शन एपीआई 33 PoseLandmark
s वाला Pose
ऑब्जेक्ट दिखाता है.
अगर इमेज में व्यक्ति पूरी तरह से नहीं था, तो मॉडल फ़्रेम के बाहर उन लैंडमार्क कोऑर्डिनेट असाइन करता है जो मौजूद नहीं हैं. साथ ही, उन्हें इनफ़्रेम कॉन्फ़िडेंस की कम वैल्यू बताते हैं.
अगर फ़्रेम में कोई व्यक्ति नहीं मिला, तो Pose
ऑब्जेक्ट में कोई PoseLandmark
नहीं है.
Kotlin
// Get all PoseLandmarks. If no person was detected, the list will be empty val allPoseLandmarks = pose.getAllPoseLandmarks() // Or get specific PoseLandmarks individually. These will all be null if no person // was detected val leftShoulder = pose.getPoseLandmark(PoseLandmark.LEFT_SHOULDER) val rightShoulder = pose.getPoseLandmark(PoseLandmark.RIGHT_SHOULDER) val leftElbow = pose.getPoseLandmark(PoseLandmark.LEFT_ELBOW) val rightElbow = pose.getPoseLandmark(PoseLandmark.RIGHT_ELBOW) val leftWrist = pose.getPoseLandmark(PoseLandmark.LEFT_WRIST) val rightWrist = pose.getPoseLandmark(PoseLandmark.RIGHT_WRIST) val leftHip = pose.getPoseLandmark(PoseLandmark.LEFT_HIP) val rightHip = pose.getPoseLandmark(PoseLandmark.RIGHT_HIP) val leftKnee = pose.getPoseLandmark(PoseLandmark.LEFT_KNEE) val rightKnee = pose.getPoseLandmark(PoseLandmark.RIGHT_KNEE) val leftAnkle = pose.getPoseLandmark(PoseLandmark.LEFT_ANKLE) val rightAnkle = pose.getPoseLandmark(PoseLandmark.RIGHT_ANKLE) val leftPinky = pose.getPoseLandmark(PoseLandmark.LEFT_PINKY) val rightPinky = pose.getPoseLandmark(PoseLandmark.RIGHT_PINKY) val leftIndex = pose.getPoseLandmark(PoseLandmark.LEFT_INDEX) val rightIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_INDEX) val leftThumb = pose.getPoseLandmark(PoseLandmark.LEFT_THUMB) val rightThumb = pose.getPoseLandmark(PoseLandmark.RIGHT_THUMB) val leftHeel = pose.getPoseLandmark(PoseLandmark.LEFT_HEEL) val rightHeel = pose.getPoseLandmark(PoseLandmark.RIGHT_HEEL) val leftFootIndex = pose.getPoseLandmark(PoseLandmark.LEFT_FOOT_INDEX) val rightFootIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_FOOT_INDEX) val nose = pose.getPoseLandmark(PoseLandmark.NOSE) val leftEyeInner = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_INNER) val leftEye = pose.getPoseLandmark(PoseLandmark.LEFT_EYE) val leftEyeOuter = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_OUTER) val rightEyeInner = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_INNER) val rightEye = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE) val rightEyeOuter = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_OUTER) val leftEar = pose.getPoseLandmark(PoseLandmark.LEFT_EAR) val rightEar = pose.getPoseLandmark(PoseLandmark.RIGHT_EAR) val leftMouth = pose.getPoseLandmark(PoseLandmark.LEFT_MOUTH) val rightMouth = pose.getPoseLandmark(PoseLandmark.RIGHT_MOUTH)
Java
// Get all PoseLandmarks. If no person was detected, the list will be empty List<PoseLandmark> allPoseLandmarks = pose.getAllPoseLandmarks(); // Or get specific PoseLandmarks individually. These will all be null if no person // was detected PoseLandmark leftShoulder = pose.getPoseLandmark(PoseLandmark.LEFT_SHOULDER); PoseLandmark rightShoulder = pose.getPoseLandmark(PoseLandmark.RIGHT_SHOULDER); PoseLandmark leftElbow = pose.getPoseLandmark(PoseLandmark.LEFT_ELBOW); PoseLandmark rightElbow = pose.getPoseLandmark(PoseLandmark.RIGHT_ELBOW); PoseLandmark leftWrist = pose.getPoseLandmark(PoseLandmark.LEFT_WRIST); PoseLandmark rightWrist = pose.getPoseLandmark(PoseLandmark.RIGHT_WRIST); PoseLandmark leftHip = pose.getPoseLandmark(PoseLandmark.LEFT_HIP); PoseLandmark rightHip = pose.getPoseLandmark(PoseLandmark.RIGHT_HIP); PoseLandmark leftKnee = pose.getPoseLandmark(PoseLandmark.LEFT_KNEE); PoseLandmark rightKnee = pose.getPoseLandmark(PoseLandmark.RIGHT_KNEE); PoseLandmark leftAnkle = pose.getPoseLandmark(PoseLandmark.LEFT_ANKLE); PoseLandmark rightAnkle = pose.getPoseLandmark(PoseLandmark.RIGHT_ANKLE); PoseLandmark leftPinky = pose.getPoseLandmark(PoseLandmark.LEFT_PINKY); PoseLandmark rightPinky = pose.getPoseLandmark(PoseLandmark.RIGHT_PINKY); PoseLandmark leftIndex = pose.getPoseLandmark(PoseLandmark.LEFT_INDEX); PoseLandmark rightIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_INDEX); PoseLandmark leftThumb = pose.getPoseLandmark(PoseLandmark.LEFT_THUMB); PoseLandmark rightThumb = pose.getPoseLandmark(PoseLandmark.RIGHT_THUMB); PoseLandmark leftHeel = pose.getPoseLandmark(PoseLandmark.LEFT_HEEL); PoseLandmark rightHeel = pose.getPoseLandmark(PoseLandmark.RIGHT_HEEL); PoseLandmark leftFootIndex = pose.getPoseLandmark(PoseLandmark.LEFT_FOOT_INDEX); PoseLandmark rightFootIndex = pose.getPoseLandmark(PoseLandmark.RIGHT_FOOT_INDEX); PoseLandmark nose = pose.getPoseLandmark(PoseLandmark.NOSE); PoseLandmark leftEyeInner = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_INNER); PoseLandmark leftEye = pose.getPoseLandmark(PoseLandmark.LEFT_EYE); PoseLandmark leftEyeOuter = pose.getPoseLandmark(PoseLandmark.LEFT_EYE_OUTER); PoseLandmark rightEyeInner = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_INNER); PoseLandmark rightEye = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE); PoseLandmark rightEyeOuter = pose.getPoseLandmark(PoseLandmark.RIGHT_EYE_OUTER); PoseLandmark leftEar = pose.getPoseLandmark(PoseLandmark.LEFT_EAR); PoseLandmark rightEar = pose.getPoseLandmark(PoseLandmark.RIGHT_EAR); PoseLandmark leftMouth = pose.getPoseLandmark(PoseLandmark.LEFT_MOUTH); PoseLandmark rightMouth = pose.getPoseLandmark(PoseLandmark.RIGHT_MOUTH);
परफ़ॉर्मेंस को बेहतर बनाने के लिए सलाह
आपके नतीजों की क्वालिटी, इनपुट इमेज की क्वालिटी पर निर्भर करती है:
- एमएल किट की मदद से पोज़ का सटीक पता लगाने के लिए, इमेज में मौजूद व्यक्ति को काफ़ी पिक्सल डेटा दिखना चाहिए. बेहतरीन परफ़ॉर्मेंस के लिए, सब्जेक्ट कम से कम 256x256 पिक्सल का होना चाहिए.
- अगर आपको किसी रीयल-टाइम में पोज़ का पता चलता है, तो इनपुट इमेज के सभी डाइमेंशन को भी ध्यान में रखा जा सकता है. छोटी इमेज को जल्दी प्रोसेस किया जा सकता है. इसलिए, इंतज़ार का समय कम करने के लिए, कम रिज़ॉल्यूशन वाली इमेज लें. हालांकि, ऊपर बताई गई रिज़ॉल्यूशन की ज़रूरी शर्तों को ध्यान में रखें. साथ ही, पक्का करें कि सब्जेक्ट को ज़्यादा से ज़्यादा इमेज दी गई हो.
- खराब इमेज फ़ोकस भी सटीक जानकारी पर असर डाल सकता है. अगर आपको स्वीकार करने वाले नतीजे नहीं मिलते हैं, तो उपयोगकर्ता से इमेज को फिर से कैप्चर करने के लिए कहें.
अगर आपको रीयल-टाइम ऐप्लिकेशन में पोज़ की पहचान करने की सुविधा का इस्तेमाल करना है, तो सबसे अच्छी फ़्रेमरेट पाने के लिए इन दिशा-निर्देशों का पालन करें:
- बेस पोज़-पहचान SDK टूल और
STREAM_MODE
का इस्तेमाल करें. - इससे कम रिज़ॉल्यूशन वाली इमेज कैप्चर की जा सकती हैं. हालांकि, इस एपीआई की इमेज डाइमेंशन से जुड़ी ज़रूरी शर्तों का भी ध्यान रखें.
- अगर
Camera
याcamera2
एपीआई का इस्तेमाल किया जाता है, तो डिटेक्टर के पास कॉल को थ्रॉटल करें. अगर डिटेक्टर के चालू होने के दौरान, कोई नया वीडियो फ़्रेम उपलब्ध हो जाता है, तो फ़्रेम को छोड़ दें. उदाहरण के लिए, क्विकस्टार्ट सैंपल ऐप्लिकेशन मेंVisionProcessorBase
क्लास देखें. - अगर
CameraX
एपीआई का इस्तेमाल किया जाता है, तो यह पक्का कर लें कि बैकप्रेशर स्ट्रेटजी, अपनी डिफ़ॉल्ट वैल्यूImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
पर सेट हो. इससे यह गारंटी मिलती है कि विश्लेषण के लिए एक बार में सिर्फ़ एक इमेज ही डिलीवर की जाएगी. अगर ऐनालाइज़र के व्यस्त होने पर ज़्यादा इमेज जनरेट होती हैं, तो वे अपने-आप हट जाएंगी और डिलीवरी के लिए सूची में नहीं दिखेंगी. जिस इमेज की जांच की जा रही है उसे Imageप्रॉक्सी.close() को कॉल करके बंद किए जाने के बाद, अगली सबसे नई इमेज डिलीवर की जाएगी. - अगर इनपुट इमेज पर ग्राफ़िक ओवरले करने के लिए,
डिटेक्टर के आउटपुट का इस्तेमाल किया जाता है, तो सबसे पहले एमएल किट से नतीजा पाएं. इसके बाद, एक ही बार में इमेज
और ओवरले को रेंडर करें. यह तरीका, हर इनपुट फ़्रेम के लिए सिर्फ़ एक बार डिसप्ले सरफ़ेस पर रेंडर होता है. उदाहरण के लिए, क्विकस्टार्ट ऐप्लिकेशन के नमूने में
CameraSourcePreview
औरGraphicOverlay
क्लास देखें. - अगर Camera2 API का इस्तेमाल किया जाता है, तो इमेज को
ImageFormat.YUV_420_888
फ़ॉर्मैट में कैप्चर करें. अगर पुराने Camera API का इस्तेमाल किया जा रहा है, तो इमेज कोImageFormat.NV21
फ़ॉर्मैट में कैप्चर करें.
अगले चरण
- पोज़ को कैटगरी में बांटने के लिए लैंडमार्क का इस्तेमाल करने का तरीका जानने के लिए, पोज़ क्लासिफ़िकेशन के बारे में सलाह देखें.