图像分类

简介

图像分类是三个任务中最简单的(检测、分割、分类)，它涉及将整个图像分类到一组预定义的类别中。 图像分类器的输出是单个类别标签和一个置信度分数。当您只需要知道图像属于哪个类别，而不需要知道该类别的对象位于何处或其确切形状时，图像分类非常有用。

安装

Maven

在项目的 pom.xml 中添加以下依赖，详细引入方式参考 Maven 引入。

如需引入全部功能，请使用 【不推荐 ❌】 all 模块。

<dependency>
    <groupId>cn.smartjavaai</groupId>
    <artifactId>vision</artifactId>
    <version>1.0.27</version>
</dependency>

获取图像分类模型

ClsModelConfig config = new ClsModelConfig();
config.setModelEnum(ClsModelEnum.YOLOV8);
config.setModelPath("yolo11m-cls.onnx");
config.setDevice(device);
config.setThreshold(0.5f);
ClsModel clsModel = ClsModelFactory.getInstance().getModel(config);

初始化模型：

请确保模型文件与 synset.txt 位于同一目录下。

模型需使用 SmartJavaAI 官方百度网盘 提供的版本。

若您希望自行下载模型，可将 YOLO 官方模型 转换为 TorchScript 格式 后使用。

若使用 基于 YOLO 的自训练模型，请根据您的训练类别，修改 synset.txt 文件中的分类内容。

ClsModelConfig参数说明

字段名称	字段类型	默认值	说明
modelEnum	ClsModelEnum	无	模型枚举
modelPath	String		模型路径
allowedClasses	List<String>		允许的分类列表
threshold	double	0.3	置信度阈值，分数低于这个值的结果将被过滤掉。值越高越严格，越低越宽松
device	DeviceEnum	CPU	指定运行设备，支持 CPU/GPU
gpuId	int	0	gpu设备ID 当device为GPU时生效
predictorPoolSize	int	默认为cpu核心数	模型预测器线程池大小
customParams	Map<String, Object>	无	个性化配置（按模型类型动态解析）

初始化模型：

模型支持从 JAR 包中加载。请将模型文件及其附带资源打包为一个 ZIP 文件，并放置在 JAR 包内的指定目录（默认路径为 META-INF/models）。 如需自定义目录，可自行修改路径配置。 代码中指定模型路径时，请使用以下格式： modelPath = "jar:/META-INF/models/cls.zip"

图像分类模型

模型名称	引擎
YOLOV11	OnnxRuntime
YOLOV8	OnnxRuntime

支持基于 YOLO 的自训练模型

---

ActionRecModel API 方法说明

图像分类

Image图片源请查看文档Image使用说明

R<Classifications> detect(Image image);
R<Classifications> detect(String imagePath)

Classifications主要功能

• items()
  获取所有类别及其对应概率组成的列表。

• topK() / topK(int k)
  获取 Top-K 的预测结果，结果按概率从高到低排序。

• best()
  获取概率最高的分类结果。

• get(String className)
  根据类别名称查询对应的预测结果。

模型下载

百度网盘：https://pan.baidu.com/s/15ETXlD89MUaAnHAzbrnzSg?pwd=1234 提取码: 1234

完整示例代码

示例代码 (opens new window)

本项目在 examples 文件夹下提供了多个示例工程，用于演示各功能模块的使用方法：

• vision-example：通用视觉检测示例：目标检测、目标分割、图像分类等

运行方式

如果你只想运行某个示例，请按以下方式操作：

1. 打开 IDEA（或你喜欢的 IDE）

2. 选择 “Open”，然后仅导入 examples 目录下对应的示例项目，例如：

   examples/vision-example
   

3. IDEA 会自动识别并加载依赖。若首次导入，请等待 Maven 下载依赖完成。

4. 请从我们提供的 百度网盘 中下载模型及其附带文件，并在示例代码中将模型路径修改为您本地的实际路径。

5. 可通过查看每个 Java 文件顶部的注释了解对应功能，或参考 README 文件中对各 Java 文件功能的说明，运行相应的测试方法进行体验。

离线使用

离线使用请看文档