📝 CoreML介绍

CoreML 是 Apple 官方推出的机器学习框架，也是目前在 iOS 开发中最常用的方式。它专注于本地运行机器学习模型，提供了对 Apple 设备硬件（如 CPU、GPU 和 Neural Engine）的优化支持。对比Android开发的话，这个可以类比Google的TensorFlow lite

• 优势：
• 深度与广度：支持多种类型的模型（深度学习、决策树、支持向量机等）。
• 硬件加速：充分利用设备上的硬件，如 A 系列芯片的 Neural Engine，显著提升推理性能。
• 安全和隐私：模型推理在本地设备上执行，不需要联网，保障用户隐私。

• 使用场景：
• 图像处理：如物体识别、面部识别、姿势检测等。
• 自然语言处理：如情感分析、文本分类、实体识别等。
• 音频处理：如语音识别、音频分类等。
• 其他应用：如推荐系统、预测模型等。

• 注：图片来源 https://developer.apple.com/cn/documentation/coreml/

🫵 使用流程

• mermaid描述：

🤗 使用例子

效果预览

• 衣服分割模型调用及效果：

案例实现：衣服实例分割

• 获取模型：为了方便，这里直接下载已经训练好的模型
• 下载地址：
GitHub - john-rocky/CoreML-Models: Converted CoreML Model Zoo.
Converted CoreML Model Zoo. Contribute to john-rocky/CoreML-Models development by creating an account on GitHub.

https://github.com/john-rocky/CoreML-Models?tab=readme-ov-file#cloths_segmentation

• 导入模型：XCode中，在项目路径下，右键→Add Files to “Project Name”→选择下载的模型文件→查看模型信息→确定模型输入输出

• 使用模型：上面导入模型后，会自动生成对应模型的swift文件

完整案例代码

• ImagePicker.swift：

• ContentView.swift：

• CoreMLLearnApp.swift：

🤑 主流框架对比（GPT）

🍓 最后

• 可以看到，使用CoreML框架的时候，整个使用模型的流程，变得非常简单

• XCode本身对CoreML模型有很好的支持，自需要导入模型之后，就可以自动生成对应的Swift对象，同时也能很方便查看到模型的输入、输出内容

• XCode还提供了模型的功能预览功能，可以在载入模型后，快速查看模型的效果

• CoreML绝对是IOS端使用机器学习模型的一大利器