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

Firebase MLKit AutoML Vision Edgeを触ってみた

658634c5077d2652d14b6ba043d850f0?s=47 Umechan
June 17, 2019

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

658634c5077d2652d14b6ba043d850f0?s=128

Umechan

June 17, 2019
Tweet

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︕