Upgrade to Pro — share decks privately, control downloads, hide ads and more …

【画像認識】 ローカル推論とクラウド推論 (Amazon Rekognition)の違い を調...

Avatar for hoshi7_n hoshi7_n
March 25, 2026
41

【画像認識】 ローカル推論とクラウド推論 (Amazon Rekognition)の違い を調べてみた / investigated local inference vs cloud inference

Avatar for hoshi7_n

hoshi7_n

March 25, 2026
Tweet

Transcript

  1. about me @hoshi7_n ほしなな (星 七花) 経歴 興味 趣味 AWS

    Expert Excellence All Certifications & Jr. Champion Recognition 謎解き キックボクシング 茶道 2023 / 04 2025 / 06 2025 / 06 新卒⼊社 2025 Japan AWS Jr. Champions 選出 2025 Japan All AWS Certifications Engineers 選出 2026 / 03 Community Builder ( AI Engineer ) 選出 X アプリケーション開発 サーバーレス スクラム
  2. 写真を撮ったら英語で表⽰されるアプリを仮作成 Vision Clip(仮) • 対応OS ◦ iOSのみ • ⾔語 ◦

    Swift • フレームワーク ◦ UI:SwiftUI ◦ ML推論:CoreML + Vision • 機能 ◦ カメラ‧ライブラリから英語翻訳
  3. • 対応OS ◦ iOSのみ • ⾔語 ◦ Swift • フレームワーク

    ◦ UI:SwiftUI ◦ ML推論:CoreML + Vision • 機能 ◦ カメラ‧ライブラリから英語翻訳 お分かりの通り、精度が低い… まずは無料で試したい || ローカルで推論するよう にした Vision Clip(仮)
  4. • 対応OS ◦ iOSのみ • ⾔語 ◦ Swift • フレームワーク

    ◦ UI:SwiftUI ◦ ML推論:CoreML + Vision • 機能 ◦ カメラ‧ライブラリから英語翻訳 お分かりの通り、精度が低い… まずは無料で試したい || ローカルで推論するよう にした Vision Clip(仮) ケチらずクラウド(AWS)上で 推論するようにしよう…
  5. Amazon Rekognitionとは? Amazon Rekognition とは - Amazon Rekognition イメージ内のラベルの検出 -

    Amazon Rekognition Amazon Rekognitionってなに? クラウドベースの画像およびビデオ分析 サービス 機械学習の専⾨知識がなくても、シンプル なAPIを通じてアプリケーションに⾼度な コンピュータビジョン機能を簡単に追加 できる 今回使ったAPI、DetectLabelsについて ラベル検出のAPI レスポンスに名前や信頼度を含めてくれる
  6. ローカル (Vision & Core ML) クラウド (Amazon Rekognition) Vision フレームワーク

    ‧画像の前処理 ‧顔などの検出 ‧⽅向の修正 Core ML フレームワーク モデル実⾏環境 画像 端末上で推論は⾏わず、APIを叩く 今回は、画像認識の⽤途でしか使わない (推論結果と信頼度だけで⼗分)ため、 BedrockではなくRekognitionを使⽤した 再掲
  7. ローカル (Vision & Core ML) Vision フレームワーク ‧画像の前処理 ‧顔などの検出 ‧⽅向の修正

    Core ML フレームワーク モデル実⾏環境 画像 Vision フレームワーク 画像の前処理、顔などの検出を⾏い、Core ML へ最適なデータを渡す Core ML フレームワーク Appleシリコンに最適化されたモデル実⾏環境 モデルを統⼀された⽅法で扱い、デバイス上で 予測を完結させる Vision | Apple Developer Documentation Core ML - ⽇本語ドキュメント - Apple Developer 1. ローカルなのでデータはデバイスからでない 2. ネットワークが不要なので応答が速い 3. オフラインでも使える ローカル推論のメリット
  8. ローカル (Vision & Core ML) クラウド (Amazon Rekognition) Vision フレームワーク

    ‧画像の前処理 ‧顔などの検出 ‧⽅向の修正 Core ML フレームワーク モデル実⾏環境 画像 端末上で推論は⾏わず、APIを叩く 今回は、画像認識の⽤途でしか使わない (推論結果と信頼度だけで⼗分))ため、 BedrockではなくRekognitionを使⽤した 再掲
  9. ローカル (Vision & Core ML) クラウド (Amazon Rekognition) Vision フレームワーク

    ‧画像の前処理 ‧顔などの検出 ‧⽅向の修正 Core ML フレームワーク モデル実⾏環境 画像 端末上で推論は⾏わず、APIを叩く 今回は、画像認識の⽤途でしか使わない (推論結果と信頼度だけで⼗分)ため、 BedrockではなくRekognitionを使⽤した 再掲 デバイス(CPU、GPU、 Neural Engine)上で実⾏ するため、メモリ占有量と電 ⼒消費量を最⼩限に抑える ように最適化されている ↓ 限られた範囲で推論可 クラウドサービスのため、 多くのコンピューティング リソースを使って推論可能
  10. Amazon Rekognition とは - Amazon Rekognition このサービスは、Amazon のコンピュータビジョン科学者が 開発したものと同じ、実証済みの⾮常にスケーラブルな深層 学習テクノロジに基づいており、⽇々何⼗億もの画像やビデ

    オを分析できます。Rekognition は新しいデータから継続的 に学習しており、サービスに新しいラベルや機能が頻繁に追 加されています。 Amazon Rekognitionの学習について ※公式ドキュメントより引⽤
  11. まとめ:ローカル推論‧クラウド推論の精度のちがい コンピューティングリソースとモデルの規模の差 • ローカル(Vision & CoreML) ◦ デバイス上の限られた範囲でのみ推論が可能 • クラウド(Amazon

    Rekognition) ◦ クラウド上の多くのリソースで推論が可能 学習時間とデータ量の差 • ローカル(Vision & CoreML) ◦ 精度の向上はアップデートのタイミング • クラウド(Amazon Rekognition) ◦ クラウド側で頻繁にトレーニングされているので常に精度が向上