Firebase ML Kitで自作のカスタムモデルを使って料理・非料理画像を判定できるようにした - クックパッド開発者ブログ

会員事業部の山下(@farmanlab)です。 Androidエンジニアとしてクックパッドアプリの開発を担当しています。 今回はGoogle I/O 2018で新しく発表されたML Kitをクックパッドのデータで学習したモデルを使って検証した話をします。 機械学習モデルの利用にあたって、研究開発部の菊田(@yohei_kikuta)の協力の元で検証を行いました。 これからお話する内容がイメージしやすいよう、 クックパッドの料理・非料理を判別するモデルを動かした実機デモをお見せします。 これは料理と判定された確率がfood、料理ではないと判定された確率がnon-foodというラベルのスコアで表示されているデモです。 (非)料理画像において(non-)foodのラベルのスコアが大きくなり正しく判別できていることが分かります。 モデルは MobileNetV2 tensorflow-gpu==1

[koyancya]

当たり前なんだけど、ゴリラが food である可能性が微レ存な事に笑うｗ

[hiromichinomata]

"対応しているモデルのオペレータが少なかったり、 量子化されたモデルを上手く動かす情報が不足していたり、発展途上である" ハマりどころ多そう

[Nyoho]

Firebaseどんどんいろんなことができるようになってきとるなあ

[yasuhiro1212]

“担”

[richard_raw]

Firebaseでそんなことまで……。

[sds-page]

なんか難しそうな分類。皿に盛り付けてればオソマでも料理と判断されそう

[dayafterneet]

すごいなー

[knok]

生TFじゃないとダメなのかな。画像系しかないのもちょっと残念

[side_tana]

ふ〜む

[hiroyt]

こんなことまでできるのか、すごい

[bloominfeeling]

すごい

[yabook]

よし、選手一覧のラベリングやろう

[gigi-net]

最高の知見

[hogelog]

おっML Kit動いてる