VNImageRequestHandler 可以接受 MLMultiArray 作为输入吗？ （无需转换为 UIImage）

Question

我的应用中有两个MLModels。第一个是生成一个MLMultiArray 输出，该输出旨在用作第二个模型输入。
因为我试图让事情尽可能地表现最好。我正在考虑使用VNImageRequestHandler 为它提供第一个模型输出（MLMultiArray）并使用Vision resize 和 rectOfIntersent 来避免将第一个输入转换为图像，裁剪特征，以避免需要转换第一个输出到图像，手动执行所有操作并使用常规图像初始化程序。

类似的东西：

   let request = VNCoreMLRequest(model: mlModel) { (request, error) in
        // handle logic?
    }
    
    request.regionOfInterest = // my region

    let handler = VNImageRequestHandler(multiArray: myFirstModelOutputMultiArray)

或者我必须进行来回转换？试图减少处理延迟。

Answer 1

Vision 使用图像（因此得名 ;-)）。如果不想使用图片，需要直接使用Core ML API。

如果第一个模型的输出确实是图像，则最简单的方法是将该模型的输出类型更改为图像，以便获得 CVPixelBuffer 而不是 MLMultiArray。然后你可以直接将这个 CVPixelBuffer 传递给使用 Vision 的下一个模型。