AI-классификация фотографий в галерее мобильного приложения

Реализация AI-классификации фотографий в галерее мобильного приложения

Мы внедряем on-device AI-классификацию фотографий в галерею вашего мобильного приложения. Никакой загрузки фото на сервер — всё работает локально, на iPhone или Android. Это про приватность и скорость. За 5+ лет мы реализовали такие решения для десятков проектов — от стартапов до крупных медиапорталов. Apple Vision Framework и Google ML Kit — основа нашего стека.

Пользователи ожидают, что фотографии автоматически сортируются по категориям, но реализация on-device классификации сталкивается с проблемами производительности, конфиденциальности и точности. Без правильной архитектуры приложение тормозит, батарея садится, а фото остаются неотсортированными. Наш подход решает эти задачи через инкрементальную обработку, батчинг и использование встроенных нейросетевых ускорителей. Наша команда имеет 5 лет опыта в мобильной разработке и реализовала более 20 проектов с on-device ML. Экономия на облачных вычислениях может достигать значительных сумм, а данные пользователей остаются под контролем.

Как оптимизировать классификацию для больших галерей?

Ключевой вызов — не заблокировать главный поток и не перегреть устройство. Работаем через PHFetchResult с инкрементальной обработкой в DispatchQueue.global(qos: .background). Размер батча — 50 фото, между батчами — пауза 0.1 с. Это позволяет избежать CPU throttle в 3–5 раз. Vision на iOS обрабатывает фото в 2-3 раза быстрее, чем ML Kit на Android (5–15 ms против 10–30 ms).

func classifyGallery() { let fetchOptions = PHFetchOptions() fetchOptions.sortDescriptors = [NSSortDescriptor(key: "creationDate", ascending: false)] let allPhotos = PHAsset.fetchAssets(with: .image, options: fetchOptions) let batchSize = 50 let processingQueue = DispatchQueue(label: "photo.classification", qos: .background) processingQueue.async { var offset = 0 while offset < allPhotos.count { let batch = (offset..<min(offset + batchSize, allPhotos.count)) .map { allPhotos.object(at: $0) } self.processBatch(assets: batch) offset += batchSize Thread.sleep(forTimeInterval: 0.1) // Даём системе отдышаться } } } 

On-device классификация: что доступно из коробки

На iOS работает Vision framework с VNClassifyImageRequest. Не нужны сторонние модели — встроенная классификация покрывает 1000+ категорий:

import Vision func classifyPhoto(cgImage: CGImage, completion: @escaping ([String]) -> Void) { let request = VNClassifyImageRequest { request, error in guard let results = request.results as? [VNClassificationObservation] else { return } // Берём категории с confidence > 0.5 let labels = results .filter { $0.confidence > 0.5 } .map { $0.identifier } completion(labels) } try? VNImageRequestHandler(cgImage: cgImage, options: [:]).perform([request]) } 

Время инференса — 5–15 ms на фото. На iPhone 13+ Neural Engine обрабатывает всю галерею в 1000 фото за ~15–20 секунд.

На Android: ML Kit ImageLabeler с ImageLabelerOptions:

val labeler = ImageLabeling.getClient( ImageLabelerOptions.Builder() .setConfidenceThreshold(0.5f) .build() ) labeler.process(InputImage.fromBitmap(bitmap, 0)) .addOnSuccessListener { labels -> val categories = labels.map { it.text } // "Dog", "Outdoor", "Sky", "Food", etc. } 

ML Kit поддерживает 400+ категорий без сети.

Сравнение iOS и Android

Сравнение on-device и серверной классификации

Почему on-device ML безопаснее чем облачные решения?

Серверная классификация требует передачи фото, задержки на сеть и затрат на инфраструктуру. On-device подход работает офлайн, мгновенно и безопасно. Мы гарантируем, что пользовательские данные не покидают устройство.

Какие инструменты нужны для кастомных категорий?

Встроенный Vision не всегда покрывает все нужные категории. Для кастомных (например, «рецепт», «скриншот документа», «чек», «виза») — обучаем CreateML модель:

let dataSource = MLImageClassifier.DataSource.labeledDirectories(at: trainingDir) let model = try MLImageClassifier(trainingData: dataSource) try model.write(to: modelURL) 

Точность на кастомных категориях при 20+ примерах — 85–95%. Модель в CoreML формате — 5–15 MB. Можно доставлять через Core ML Model Deployment без обновления приложения.

Хранение результатов классификации

Результаты сохраняем локально — не на сервер. Core Data с NSPersistentContainer:

// Entity: PhotoClassification // Attributes: assetLocalIdentifier (String), labels (Transformable: [String]), classifiedAt (Date) 

Индекс на assetLocalIdentifier + индекс на labels для быстрого поиска. При 50k фото таблица весит ~5–10 MB.

Типичные ошибки

• Classifying на main thread — самое частое. VNImageRequestHandler.perform выполняется синхронно. Всегда в background queue.
• Запрашивать full-resolution для классификации — лишнее. PHAsset requestImage с targetSize: CGSize(width: 224, height: 224) достаточно.
• Не обновлять классификации при изменении галереи — PHPhotoLibraryChangeObserver должен запускать инкрементальную обработку только для новых/изменённых фото.

Что входит в работу

• Разработка on-device классификации (Vision / ML Kit)
• Интеграция кастомных моделей CoreML / TFLite
• Инкрементальная обработка галереи с батчингом
• Хранение результатов в CoreData / Room
• Тестирование на устройствах (iOS 16+ / Android 12+)
• Документация и обучение команды
• Поддержка после релиза (2 недели)

Сроки и стоимость

Базовая классификация с Vision + хранение в Core Data — 4–6 дней. Полная реализация с кастомными категориями, инкрементальными обновлениями и быстрым поиском по тегам — 2–3 недели. Стоимость рассчитывается индивидуально после аудита вашего проекта.

Закажите разработку AI-галереи — получите консультацию по вашему проекту. Свяжитесь с нами, чтобы оценить возможности для вашего приложения.