Vision Framework против класса модели CoreML

Question

У меня есть модель CoreML, которую я сгенерировал с помощью CreateML. Если я перетащу эту модель в XCode, она автоматически создаст для меня класс, который я могу использовать для обнаружения / классификации изображения. Сгенерированный класс имеет функцию прогнозирования, которая будет возвращать метку класса.

Мой вопрос заключается в том, что если я могу классифицировать изображение с помощью автоматически сгенерированного класса модели, то почему я должен использовать Vision Framework для классификации изображения ИЛИ какие преимущества Vision Framework предоставит по сравнению с автоматически сгенерированным методом класса.

Answer 1

Воспринимайте Vision как абстракцию более высокого уровня, специально предназначенную для задач компьютерного зрения, где Core ML также может выполнять функции, не связанные со зрением (текст, аудио, табличные данные и т. Д. c).

Vision немного облегчает работу с изображениями. Например, вы можете использовать UIImage с Vision, но Core ML сначала требует, чтобы вы преобразовали изображение в CVPixelBuffer. Vision также имеет опции для того, как вы хотите изменить размер / обрезать изображения, прежде чем они будут переданы в Core ML.

Использование Vision также имеет смысл, если вы выполняете несколько задач компьютерного зрения на изображении, то есть не только запуск модели Core ML, а также некоторых встроенных задач, таких как распознавание лиц.