WWDC 2017에서 발표한 코어ML에 VGG16의 학습 모델을 설치하여 최소한의 순서로 물체 식별 응용 프로그램을 만들어 보았기 때문에 공유 방법을 공유했다.도움이 됐으면 좋겠어요.

전제 조건

아래의 준비는 이미 다 되었다.
・Xcode beta9
・iOS11beta
구축을 위한 설정

예제 코드 가져오기

이 페이지 자원에 발표된 예시 코드를 가져옵니다.
https://developer.apple.com/videos/play/wwdc2017/506/

샘플 코드가 변하지 않더라도 MNIST(손으로 쓴 디지털 식별)의 학습 모델을 설정했기 때문에 종이에 쓴 숫자를 사진으로 찍으면 디지털 식별이 가능하다.하지만 숫자만으로도 외롭기 때문에 학습 패턴을 바꿔보자.

학습된 모델 가져오기

이 페이지 아래에서 VGG16을 다운로드하세요.
https://developer.apple.com/machine-learning/

VGG16에 대한 자세한 내용은 이쪽을 봐주세요.
그림에서 1000종의 물체를 분별할 수 있다.
http://aidiary.hatenablog.com/entry/20170104/1483535144

실시

먼저 VGG16에서 학습한 모델을 프로젝트로 드래그합니다.

ViewController.swift의classificationRequest의 학습 모형 파일을 MNISTClassfier에서 VGG16으로 변경합니다.
ViewController.swift

let model = try VNCoreMLModel(for: VGG16().model)//MNISTClassfierからVGG16に書き換え

imagePickerController를 다음과 같이 변경합니다.(난폭하지만)
ViewController.swift

    func imagePickerController(_ picker: UIImagePickerController, didFinishPickingMediaWithInfo info: [String : Any]) {
        picker.dismiss(animated: true)
        classificationLabel.text = "Analyzing Image…"
        correctedImageView.image = nil

        guard let uiImage = info[UIImagePickerControllerOriginalImage] as? UIImage
            else { fatalError("no image from image picker") }
        guard let ciImage = CIImage(image: uiImage)
            else { fatalError("can't create CIImage from UIImage") }
        let orientation = CGImagePropertyOrientation(uiImage.imageOrientation)
        inputImage = ciImage.applyingOrientation(Int32(orientation.rawValue))

        // Show the image in the UI.
        imageView.image = uiImage

        //読み込んだ画像をそのまま推論処理へ
        let handler = VNImageRequestHandler(ciImage: inputImage)
        do {
            try handler.perform([classificationRequest])
        } catch {
            print(error)
        }
/**
         //MNIST用に紙の四隅を検知したり、色を白黒に落としたりの処理。今回とりあえずスキップ
        // Run the rectangle detector, which upon completion runs the ML classifier.
        let handler = VNImageRequestHandler(ciImage: ciImage, orientation: Int32(orientation.rawValue))
        DispatchQueue.global(qos: .userInteractive).async {
            do {
                try handler.perform([self.rectanglesRequest])
            } catch {
                print(error)
            }
        }
 **/
    }

이상이면 완성됩니다.

느끼다

학습 모형만 바꾸면 상당히 간단하게 유행하는'인공지능 응용 프로그램'을 만들 수 있다.단지 추론 특화가 과감하게 끊어졌을 뿐이야!이런 인상.나처럼 깊이 있는 지식이 없는 사람도 간단하게 설치할 수 있고 학습 모형 제작 기법이 앞으로도 더욱 보급될 것을 감안하면 세계에서 기계 학습의 은혜가 가득한 날은 생각보다 가까울 것이다.