CoreML for Swift：完整指南与示例

\n\n

1. 什么是 CoreML 及其用途

\n\n

CoreML 是苹果公司开发的机器学习框架，用于将机器学习模型直接集成到 iOS、macOS、watchOS 和 tvOS 应用程序中。与云端解决方案不同，CoreML 在用户设备上执行所有计算，从而提供即时数据处理，无需网络传输延迟，并确保用户数据的完全隐私。

\n\n

为什么需要 CoreML？首先，它允许开发者实现复杂的 AI 功能（如图像识别、自然语言处理、音频分析），而无需深入了解神经网络的细节。其次，设备端运行意味着应用程序可以在离线模式下运行，这对许多使用场景至关重要。第三，苹果优化了 CoreML 以与 Neural Engine、GPU 和 CPU 协同工作，从而在所有苹果设备上实现最佳性能。

\n\n

CoreML 支持在流行框架（TensorFlow、PyTorch、scikit-learn）中创建的模型，这些模型可以通过 coremltools 工具转换为 .mlmodel 格式。该框架还与 Vision（用于图像分析）、Natural Language（用于文本处理）和 SoundAnalysis（用于音频）紧密集成。

\n\n

2. 安装

\n\n

CoreML 是苹果的内置框架，无需通过包管理器安装。要使用它，只需将其导入项目即可。但是，要将模型从其他格式转换，您需要 Python 包 coremltools。

\n\n

安装 coremltools (Python)：

\n

pip install coremltools

\n\n

在 Xcode 项目中导入 CoreML：

\n

import CoreML

\n\n

对于图像和视频处理，还需额外导入 Vision：

\n

import Vision

\n\n

3. 快速入门——最小工作示例

\n\n

让我们创建一个简单的应用程序，使用预训练的 MobileNetV2 模型对图像进行分类。首先，从苹果仓库下载 MobileNetV2.mlmodel 模型，或使用 coremltools 进行转换。

\n\n

图像分类的最小示例：

\n

import CoreML\nimport Vision\nimport UIKit\n\n// 1. 加载模型\nguard let model = try? VNCoreMLModel(for: MobileNetV2().model) else {\n    fatalError("无法加载模型")\n}\n\n// 2. 创建请求\nlet request = VNCoreMLRequest(model: model) { request, error in\n    guard let results = request.results as? [VNClassificationObservation],\n          let topResult = results.first else {\n        print("无法对图像进行分类")\n        return\n    }\n    print("识别结果：\\(topResult.identifier) 置信度：\\(topResult.confidence)")\n}\n\n// 3. 加载图像\nguard let image = UIImage(named: "cat.jpg"),\n      let ciImage = CIImage(image: image) else {\n    fatalError("无法加载图像")\n}\n\n// 4. 执行请求\nlet handler = VNImageRequestHandler(ciImage: ciImage)\ntry? handler.perform([request])

\n\n

4. 主要方法/函数/类

\n\n

4.1. MLModel

\n

签名： class MLModel

\n

功能： 表示已加载机器学习模型的主要类。允许执行预测并获取模型信息。

\n

示例：

\n

// 从文件加载模型\nguard let modelURL = Bundle.main.url(forResource: "MyModel", withExtension: "mlmodelc"),\n      let model = try? MLModel(contentsOf: modelURL) else {\n    fatalError("无法加载模型")