ComputeModel

Core ML 모델 평가의 결과를 포함하는 JSON 대상체를 반환합니다.

포맷 

일반 모델의 경우:

ComputeModel(모델 이름 ; 매개 변수 이름1 ; 값1)

비전 모델의 경우:

ComputeModel(모델 이름 ; "image" ; 값1 ; "confidenceLowerLimit" ; returnAtLeastOne)

매개 변수 

모델 이름 - 평가할 모델의 이름입니다. 이 값은 이전에 로드된 모델의 이름과 일치해야 합니다.

매개 변수 이름1 - 모델 설계자가 정의한 입력 매개 변수의 이름입니다. 모델을 사용하기 전에 이러한 각 매개 변수의 이름을 알아야 합니다.

값1 - 모델 입력 매개 변수의 값입니다.

image(비전 모델의 경우만) - 모델이 평가할 데이터 유형입니다.

confidenceLowerLimit(비전 모델의 경우만, 선택사항) - 지정된 값보다 작은 결과를 제외하여 비전 모델에서 반환되는 결과 수를 제한하는 데 사용되는 값입니다. 이 값은 0.0부터 1.0사이어야 합니다.

returnAtLeastOne(비전 모델의 경우만) - true(0이 아닌 값) 또는 false(0) 값입니다. 모든 결과가 confidenceLowerLimit로 제외되고 아래의 경우 다음과 같이 반환합니다.

  • returnAtLeastOne이 true인 경우, 신뢰도가 가장 높은 결과가 반환됩니다.
  • returnAtLeastOne이 false이거나 지정되지 않은 경우, 빈 문자열이 반환됩니다.

반환되는 데이터 유형 

텍스트

다음 버전에서 시작됨 

19.0

설명 

반환되는 대상체는 평가되는 모델의 정의에 따라 이름-값 쌍의 배열 또는 단일 이름-값 쌍입니다.

참고 

  • ComputeModel을 사용하기 전에 먼저 머신 러닝 모델 구성 스크립트 단계로 Core ML 모델을 로드해야 합니다.
  • 입력 매개 변수 다음에 각각의 값이 있어야 하며, 입력 매개 변수-값 쌍을 여러 개 사용할 수 있습니다.
  • 결과에 동일한 신뢰도를 가진 일치 항목이 두 개 포함된 경우, 첫 번째 값만 반환됩니다.
  • 이 기능은 iOS, iPadOS 및 macOS에서만 지원됩니다.

예제 1 

모바일넷이라는 이름의 모델이 로드되고 나의 이미지 필드라는 이름의 컨테이너 필드가 현재 레이아웃에 있다고(또는 계산에 사용 가능) 가정하면 다음과 같습니다.

ComputeModel("모바일넷"; "image"; 나의 이미지 필드)

지정된 모델을 사용하여 나의 이미지 필드의 이미지를 평가하고 다음 JSON 문자열을 반환합니다(명확성을 위해 포맷이 지정되고 간결성을 위해 일부 행이 제거됨).

복사
[
    {
        "분류":"그랜드 피아노, 그랜드",
        "신뢰도": 0.998073041439056
    },
    {
        "분류":"수형, 수형 피아노",
        "신뢰도": 0.00192673446144909
    },
    {
        "분류":"당구대, 당구 테이블, 스누커 테이블",
        "신뢰도": 8.34678601790984e-08
    },
    {
        "분류" : "식탁, 보드",
        "신뢰도": 2.60599577472931e-08
    },
    {
        "분류":"복어류, 복어, 팽창어, 복쟁이",
        "신뢰도": 5.19516656696278e-18
    }
]

예제 2 

예제 1의 동일한 모델, 컨테이너 필드 및 이미지를 사용하여 다음 계산을 수행합니다.

ComputeModel("모바일넷"; "image"; 나의 이미지 필드; "confidenceLowerLimit"; 1.0; "returnAtLeastOne"; 1)

다음과 같은 JSON 문자열을 반환합니다.

복사
[
    {
        "분류":"그랜드 피아노, 그랜드",
        "신뢰도": 0.998073041439056
    }
]

confidenceLowerLimit 1.0을 넘어서면 모든 결과를 제외합니다. 하지만 returnAtLeastOne이 0이 아닌 값으로 설정되어 있기 때문에 신뢰도가 가장 높은 결과가 반환됩니다.