エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
モバイル端末上でMLモデルの推論をするための技術 - ぴよぴよ.py
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
モバイル端末上でMLモデルの推論をするための技術 - ぴよぴよ.py
最近、効率よくスマホ上で推論したくてTensorFlowLiteとかMediaPipeとかとずっと戯れているんだけど、そ... 最近、効率よくスマホ上で推論したくてTensorFlowLiteとかMediaPipeとかとずっと戯れているんだけど、そのあたりの周辺技術をもう少し調べようとしてまとめたやつです。 どれもデモ動画を見ないと全然わからないと思うんだけど、公式のgifとかどこまで使っていいかわからないので載せれない。リンク飛んで見てみてください。 王道なやつ TensorFlowLite モデルの軽量化とかするのに使ってる。プロダクションに入れることを考えると、一番安定してるんじゃないか。 CoreML (Apple) iOSしか使えないので試したことない。 どれくらい良いのか教えてほしい。 ML Kit (Firebase, Google) 試してみた感じまたストリーミングデータとかはカクカクな感じだった 導入は簡単だった PyTorch Mobile まだプロダクションで使われている事例を自分は聞いたこと