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
   

   View Slide

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
   

   View Slide

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
   

   View Slide

4. 今⽇話すこと
   概要
   ⼿順
   デモ
   まとめ
   

   View Slide

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
   

   View Slide

6. 使ってみた
   

   View Slide

7. 学習データの準備
   バス会社A バス会社B バス会社C
   

   View Slide

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
   

   View Slide

9. ラベル付け
   フォルダ名がラベルになる
   

   View Slide

10. データのアップロード
    ラベルと画像を確認可能
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

14. デモ
    

    View Slide

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︕
    

    View Slide

16. ご清聴ありがとうございました︕
    

    View Slide