Xcode13报错：CVPixelBuffer无法转换为CoreML模型prediction期望参数类型

这个报错是因为CoreML模型的prediction方法不直接接收CVPixelBuffer类型的参数，Xcode会为每个导入的.mlmodel文件自动生成专属的输入结构体，命名规则为*模型名+Input*，你需要先把像素缓冲区封装到对应结构体中再传入。

按照下面的步骤修改代码即可：

• 确认你的模型对应的输入结构体名，你的模型实例名为classifier，对应的输入结构体默认是classifierInput
• 确认模型的图像输入特征名，一般默认叫image，如果你的模型有自定义命名可以在.mlmodel文件的「Inputs」栏查看
• 用像素缓冲区初始化输入结构体，再传入prediction方法

修改后的完整代码如下：

let model = classifier()
private func performImageClassification(){
    let currentImage = uploadedImage // 已上传的原始图像
    // 注意：此处缩放尺寸需要和你模型要求的输入尺寸完全一致，多数图像分类模型要求为224*224，可在.mlmodel文件中核对
    let resizedImage = currentImage.resizeTo(size: CGSize(width: 255, height:255))
    guard let pixelBuffer = resizedImage?.toBuffer() else { return }
    // 封装为模型要求的输入结构体
    let modelInput = classifierInput(image: pixelBuffer)
    guard let output = try? model.prediction(input: modelInput) else { return }
    self.classificationLabel = output.classLabel
}

• 如果初始化输入结构体时提示参数名不对，直接打开项目里的.mlmodel文件，在「Predictions」选项卡的「Inputs」列表里就能看到正确的参数名
• 除了尺寸外，还要保证你生成的CVPixelBuffer的像素格式和模型要求的一致，常用的图像分类模型一般要求是32位RGBA格式，如果后续出现运行时报错可以优先核对这个参数

内容的提问来源于stack exchange，提问作者444mariecodes