问题标签 [google-mlkit]

我在带有 Swift 的 iOS 上使用 Google 的 MLKit 进行人脸检测。我已按照入门指南进行操作。指南中的代码在我的 iPhone 6s 上运行，但在我的 iPhone X 上不起作用。结果证明它与 imageOrientation 函数有关。在我的捕获会话中，我对图像进行定向，以使像素数据与预期的方向（UIImage.Orientation.up）相匹配。我通过调试器检查输入到 MLKit 的图像来验证这一点。正如预期的那样，我 6s 上的 imageOrientation 函数返回 .up，但对于我的 X，它返回 .leftMirrored。为了临时解决这个问题，我将 visionImage.orientation 设置为 .up，但它仍然无法在我的 X 上运行。我还尝试了所有其他方向选项，但它们都不起作用。

下面是我创建的类的相关代码。关于我可能做错了什么的任何建议？

我正在使用适用于 Android 的 MLKit 人脸检测 SDK 来检测用户面部的轮廓。

遵循本指南 ( https://developers.google.com/ml-kit/vision/face-detection/android ) 时，它展示了开发人员如何 (1) 将人脸检测模型文件捆绑到已编译的 apk 中，或 (2 ) 在运行时从 Google Play Services 下载人脸检测模型文件。

我正在尝试在各种嵌入式设备上运行这个 SDK。在所有这些设备中，如果我使用选项 (1)，SDK 可以完美运行。如果我使用选项 (2)，在我的某些设备上，人脸检测模型永远不会被下载。

当我使用选项 (1) 并编译我的 apk 时，我看到 MLKit 在我的 apk 文件的资产目录中捆绑了一个名为“models”的文件夹。“models”文件夹包含以下 .tflite、.tfl、.emd 和 .pb 文件：

所有这些引出我的实际问题的前奏：如果我自己将这些文件部署到设备上（在我配置设备时，或通过我自己的下载机制），我可以指示 SDK 在哪里查找它们吗？或者我可以将这些文件作为自定义模型上传到 Firebase，以便我可以自己控制下载（如果我将这些文件作为自定义模型上传到 Firebase，我需要上传哪些文件——所有这些文件？）

明确一点：虽然我可以使用上面的选项 (1) 并且它有效，但我试图让我们的 apk 文件尽可能小，并且排除模型文件会使我的 apk 大小减少 ~16 MB。

谢谢！

我正在为自己制作一个应用程序来扫描收据，并将数据放入数据库中。我尝试使用 ML kit 文本识别，效果很好。但是，我在从识别的文本中提取数据时遇到问题。我会用一个例子来解释：

这是收据的格式，这就是我想要获取数据的方式：

然而，在运行文本识别时，它会以非常奇怪的方式格式化数据。例如，上面的收据会给出这些块：

它似乎跳过了金额列中的单个数字，但我可以解决这个问题。但是我不知道如何将上述数据解析为我想要的数据，尤其是将价格与名称联系起来。有没有办法改变块，使它只需要收据的行或列，而不是这种随机性？

编辑：当使用线条或元素而不是块时，我得到以下结果：

但是我仍然有同样的问题：如何将商品与正确的价格配对？

是否可以使用 firebase ML kit 检测性别，如果可能的话给我一些建议和资源

I have been searching for beauty mode since last week and didn't find any resource except for some overpriced sdk. I want to know if there is any tool or resource which helps me to implement beauty mode in-camera preview like slim face, skin tone, eye size, etc.

what I found:

I found this Vendor extension - "BeautyImageCaptureExtender" but there is no official documentation in detail about this except enabling this on supported devices.

I know that we can detect face with Google ML Kit or we can use Android AR Core to apply image effects.

It would be a great help if anyone can help me with this.

我正在开发一个使用 Firebase 的 MLKit 进行人脸检测的应用程序。然后我获取检测到的人脸并通过自定义 tensorflow 模型运行它

问题是我的自定义张量流模型期望面部是直的。如果用户的脸完全旋转，我不会得到准确的结果

有什么方法可以旋转面部图像使其笔直？我将如何使用 MLKit 做到这一点？

我目前获取人脸图像的方法是使用 AVCaptureSession (iOS) 并根据 mlkit 在人脸对象中给我的边界剪切图像。它可以工作，但如果用户的脸不直，我最终会得到一个旋转的脸

Currently i tried to calculate distance between UPPER_LIP_BOTTOM and LOWER_LIP_TOP, and i set the threshold value 23 (Calculated by minimum distance between both UPPER_LIP_BOTTOM and LOWER_LIP_TOP), if current distance go above the THRESHOLD it will show "Eating" but this method is not working when i am eating with my mouth closed.

通过 CocoaPods使用GoogleMLKit 0.61.0 正在将 Google Firebase 库从我项目中定义的最新库降级到下面详述的旧版本

我的播客文件：

根据更改日志，它对 Firebase 没有任何依赖关系，但是当我尝试使用它时，它也在更新 firebase。而且我们不能使用旧的 Firebase 版本，因为我们在那里遇到了很多问题和崩溃

对此的任何帮助将不胜感激

我一直在从 Firebase ML Kit 迁移到新的独立 ML Kit。

在创建时，FirebaseVisionImage我曾经将旋转传递为FirebaseVisionImageMetadata.ROTATION_180，但根据文档，FirebaseVisionImageMetadata该类已被删除。

使用新的 SDK 类时如何设置旋转值？

旧代码：

我正在开发一个应用程序，我需要从图像中提取文本和条形码值。为此，我正在使用 Firebase ML Kit。

我在build.gradle中添加了以下依赖项

AndroidManifest.xml

现在的问题是，当我同时使用两者时，我在扫描图像后得到的条码结果数量较少，但如果我只使用firebase-ml-vision:24.0.3，那么我得到的条码结果数量更多。firebase-ml-vision-barcode-model:16.1.1firebase-ml-vision:24.0.3

实施时有什么问题还是我做错了？