Firebase MLKit AutoML Vision Edgeを触ってみた

GoogleI/O 2019で発表されたFirebase MLKitの新機能、AutoML Vision Edgeを触ってみました。
発表資料内で飛ばしてしまった項目については、Qiita記事に少し詳しい情報を記載しています。
https://qiita.com/umechanhika/items/7416f0e5cf7f7b2f289c

Transcript

1. Firebase MLKit AutoML Vision Edge
2. 梅津 光(ウメツ ヒカル) 株式会社ナビタイムジャパン Android & Flutter Engineer ⾃⼰紹介 WORK PRIVATE
3. 今⽇の⽬的 簡単に使えることを知ってもらう 「使ってみたいけど、⼤変そう。。。」と思っている⼈を後押しする
4. 今⽇話すこと 概要 ⼿順 デモ まとめ
5. AutoML Vision Edge MLの専⾨知識が不要 独⾃の学習モデルを作成可能 AutoML Vision Edge 学習モデル
6. 使ってみた
7. 学習データの準備 バス会社A バス会社B バス会社C
8. 学習データの準備 バス会社A バス会社B バス会社C 各20枚ずつ計60枚を学習データに使います ※精度を⾼めるには最低100枚は必要
9. ラベル付け フォルダ名がラベルになる
10. データのアップロード ラベルと画像を確認可能
11. モデルのトレーニング レイテンシ 速度重視︓下限レイテンシ 精度重視︓⾼精度 その中間︓汎⽤ トレーニング時間 ⻑時間︓精度⾼↑ ※無料だと1時間のみ
12. トレーニング完了 スコアのしきい値 ラベル毎の予測精度
13. モデルの評価【スコアのしきい値】 適合率 正確性のこと ※判定精度が上がる代わりに、取りこぼしが多くなる 再現率 網羅性のこと ※取りこぼしが少なくなる代わりに、正確性が失われる A A A A B 90%の確率でbusA A A A A B 30%の確率でbusA
14. デモ
15. まとめ MLの専⾨知識がなくても問題なし Firebaseコンソール上から簡単に作成可能 「難しそう。。。」と悩んでいる⽅は是⾮触ってみてください︕
16. ご清聴ありがとうございました︕