Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
WWDC2018でグッときたアレ
Search
Tomoki Kobayashi
September 07, 2018
Programming
1
470
WWDC2018でグッときたアレ
Mobile Act NAGOYA #12
https://mobileact.connpass.com/event/97211/
Tomoki Kobayashi
September 07, 2018
Tweet
Share
More Decks by Tomoki Kobayashi
See All by Tomoki Kobayashi
Skip Skip Run Run Run ♫
temoki
0
530
さようならRxSwift こんにちは*****
temoki
1
330
Androidで不安定なPlatform Viewsとの闘い
temoki
0
800
iOSパッケージマネージャー奮闘記 完結編
temoki
2
530
事業譲渡を受けたアプリとの統合で失敗、 そしてユーザーからの評価回復に至るまで
temoki
1
590
Apple Vision Proデベロッパラボに参加してきた
temoki
0
450
年末年始の成果、そして現状の紹介
temoki
0
180
Apple HIGのススメ
temoki
0
280
ChatGPTにSVGでお絵描きさせる
temoki
0
600
Other Decks in Programming
See All in Programming
Cline指示通りに動かない? AI小説エージェントで学ぶ指示書の書き方と自動アップデートの仕組み
kamomeashizawa
1
570
Azure AI Foundryではじめてのマルチエージェントワークフロー
seosoft
0
130
GraphRAGの仕組みまるわかり
tosuri13
7
480
Code as Context 〜 1にコードで 2にリンタ 34がなくて 5にルール? 〜
yodakeisuke
0
100
設計やレビューに悩んでいるPHPerに贈る、クリーンなオブジェクト設計の指針たち
panda_program
6
1.3k
プロダクト志向ってなんなんだろうね
righttouch
PRO
0
160
来たるべき 8.0 に備えて React 19 新機能と React Router 固有機能の取捨選択とすり合わせを考える
oukayuka
2
850
Is Xcode slowly dying out in 2025?
uetyo
1
190
0626 Findy Product Manager LT Night_高田スライド_speaker deck用
mana_takada
0
100
「Cursor/Devin全社導入の理想と現実」のその後
saitoryc
0
140
なぜ適用するか、移行して理解するClean Architecture 〜構造を超えて設計を継承する〜 / Why Apply, Migrate and Understand Clean Architecture - Inherit Design Beyond Structure
seike460
PRO
1
680
LINEヤフー データグループ紹介
lycorp_recruit_jp
0
880
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
92
6.1k
Build your cross-platform service in a week with App Engine
jlugia
231
18k
Thoughts on Productivity
jonyablonski
69
4.7k
Code Review Best Practice
trishagee
68
18k
Making the Leap to Tech Lead
cromwellryan
134
9.3k
Scaling GitHub
holman
459
140k
The Pragmatic Product Professional
lauravandoore
35
6.7k
A better future with KSS
kneath
239
17k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.4k
For a Future-Friendly Web
brad_frost
179
9.8k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
490
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
8
670
Transcript
WWDC2018 で グッときたアレ Mobile Act NAGOYA #12
自己紹介 @temoki / 小林 友樹 Fenrir Inc. / PL, iOS
Engineer
Mobile Act NAGOYA #11 今年の開発者イベントで僕がグッときたポイント Facebook F8 Oculus Go
Google I/O Daydream に関する VR180
実はもう一つ グッときたものが...
WWDC 2018 Platforms State of the Union 以降、iOS, macOS, Xcode
のベータ版について Apple が公開している情報の範囲での話となります。
Transfer Learning こそ 僕が望んでいたもの
試すにはデータが必要...
あった
Hello Goodbye オフィスに設置した iPad に顔を見せるだけで、 社内の勤怠システムで出社/ 退社できるアプリ 名古屋ß メンバーで開発して社内で広く利用されている 顔領域の検出には
CoreImage の CIDetector 使用 顔認識(誰の顔?)は Amazon Rekognition 使用 支社メンバーの毎日の顔データがログに残っている
None
データ メンバー7 名で約1,400 枚(約1 年間) メンバーごとに約200 枚 学習データとテストデータで半分ずつ
学習 Xcode Playground 上で 3 行書く import CreateMLUI let builder
= MLImageClassifierBuilder() builder.showInLiveView() Live View にデータをドラッグ&ドロップするだけ データ約700 枚を25 秒で学習完了 (0.035 秒/ 枚)
試験 学習したモデルを使ってテストデータを試験 これも Live View にドラック&ドロップするだけ データ約700 枚を43 秒で試験完了 (0.061
秒/ 枚)
学習したモデル CoreML の mlmodel として保存可能 Vision Framework 等に組み込んで利用できる 今回のものは 130KB
(小さい ) このサイズならアプリサイズも気にならない! 後からモデルの差し替えもしやすい?
リアルタイム顔認識デモ は懇親会で....
まとめ 誰でも独自のモデルがとても簡単に作成できる データを集めることに注力できる モデルサイズもとってもポータブル Machine Learning が完全に民主化した