개요

ML-Kit For Firebase의 TensorFlow Lite 사용 예제
"ML-Kit For Firebase에서 TensorFlow Lite 사용 샘플 이동"에서 다루는 샘플 앱은
Sample이 되는 화상 밖에 인식 처리를 하지 못했습니다만, 이쪽의 샘플은, 실제로 스마트폰으로 촬영하고 있는 화상에 대해서 리얼타임으로 인식 처리를 할 수 있기 때문에, 이쪽도 순서를 정리해 두기로 했습니다 .

실행 환경은 다음과 같습니다.
Windows10 Pro
Android Studio Version3.2.2
Android 앱Version9.0

샘플 앱 작동 절차

1. 개발 환경 준비
Android Studio를 도입하지 않은 경우 아래 URL에서 다운로드하여 설치
htps : //에서 ゔぇぺぺr. 안 d로이 d. 이 m/s 쓰아오/? hl = 그럼

2. 샘플 앱 가져오기
ML-Kit 샘플 앱 준비
아래 URL에서 "Clone or Download"를 클릭하고 "quickstart-android.zip"다운로드
htps : // 기주 b. 코 m / 후레 바세 / 쿠이 cks rt-d droi d

위를 압축 해제하면 "quickstart-android-master"폴더가 생기므로 임의의 위치에 배치

안드로이드 스튜디오에서 "File>Open"에서 위에서 배치 한 "quickstart-android-master"폴더 아래의 "mlkit"폴더를 프로젝트로 선택

3. Firebase 등록
ML-Kit를 사용하려면 'google-services.json' 파일을 프로젝트에 설정해야 하기 때문에
아래 URL에서 Firebase 등록을 수행하고 Json 파일을 생성하고 프로젝트에 배치해야합니다.
※Google 계정 등록 필요

아래에서 프로젝트 생성

· 프로젝트 추가
다음 정보 설정
프로젝트 이름: 임의 이름
애널리틱스 지역: 일본
다음 버튼을 누르십시오

· Android 앱에 Firebase 추가
Android 패키지 이름에 'com.google.firebase.codelab.mlkit'을 설정하고 '앱 등록' 버튼을 누릅니다.
google-services.json 버튼을 눌러 JSON 파일 다운로드

위에서 생성 된 JSON "google-services.json"을 프로젝트의 "app"폴더 아래에 배치

4. 샘플 앱 실행
Android Studio에서 Run > Run’app’을 눌러 앱 실행

앱이 일어나면
Java 범주에서 OPEN 선택
LivePreviewActivity를 선택
Classification(quantized) 또는 Classification(quantized)를 선택합니다.
이미지의 객체 종류와 인식 정확도가 높은 것 상위 3개가 표시