Swift 使用VNCoreMLModel和Inceptionv3.model（）之间的差异？

我一直在尝试开始使用CoreML（苹果的机器学习库）。我遵循这些教程开始学习

(一)

(二)

第一个教程使用Inception V3，第二个教程使用Places205 GoogLeNet模型进行解释

完成所有基本设置步骤后

Places205 GoogLeNet教程使用以下代码

func detectScene(image: CIImage) {
    answerLabel.text = "detecting scene..."

    // Load the ML model through its generated class
    guard let model = try? VNCoreMLModel(for: GoogLeNetPlaces().model) else {
      fatalError("can't load Places ML model")
    }
  }

第二个代码使用这个

guard let prediction = try? model.prediction(image: pixelBuffer!) else {
    return
}

---

这两种方法的区别是什么？由于这两种类型都可以用来传递像素缓冲区并显示结果，建议使用哪一种方法？

在第一个教程中，您需要自行调整图像大小至299×299。 在第二个教程中，他们使用的Vision框架将自动完成。

---

我认为Vision方法更干净

在第一个教程中，您需要自行调整图像大小至299×299。 在第二个教程中，他们使用的Vision框架将自动完成。

---

我认为Vision方法更干净

Vision框架是一套工具，可以帮助您设置所有图像处理管道。这些工具包括

CoreML

，其模型由您提供，但它不仅限于机器学习。Vision帮助您：预处理、重缩放、裁剪图像、检测矩形、条形码、人脸等。有关更多信息，请查看。除了直接在图像上执行的工作外，还可以帮助执行对模型的请求，如果您有复杂的请求序列或希望将这些操作与其他处理连接起来，这一点非常重要

使用纯

CoreML

，您必须自己实现所有这些功能，因为

CoreML

的责任只是设置您的模型并通过它获得简单的API

Vision

并不是一个纯粹围绕

CoreML

的包装器，因为它所做的不仅仅是请求执行和初始化模型，而是将

CoreML

用于它的一些功能（具体来说，在

VNCoreMLRequest

中）

---

在您提供的链接中：第一个（appcoda）是关于纯CoreML的，第二个（Ray）是关于Vision的。

Vision

框架是一套帮助您设置所有图像处理管道的工具。这些工具包括

CoreML

，其模型由您提供，但它不仅限于机器学习。Vision帮助您：预处理、重缩放、裁剪图像、检测矩形、条形码、人脸等。有关更多信息，请查看。除了直接在图像上执行的工作外，还可以帮助执行对模型的请求，如果您有复杂的请求序列或希望将这些操作与其他处理连接起来，这一点非常重要

使用纯

CoreML

，您必须自己实现所有这些功能，因为

CoreML

的责任只是设置您的模型并通过它获得简单的API

Vision

并不是一个纯粹围绕

CoreML

的包装器，因为它所做的不仅仅是请求执行和初始化模型，而是将

CoreML

用于它的一些功能（具体来说，在

VNCoreMLRequest

中）

在您提供的链接中：第一（appcoda）是关于纯CoreML，第二（Ray）是关于Vision。

有一篇文章介绍CoreML和Vision框架之间的API如何相互关联。有一篇文章介绍CoreML和Vision框架之间的API如何相互关联。