エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
TensorFlow Lite入門 / iOSによる画像分類|npaka
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
TensorFlow Lite入門 / iOSによる画像分類|npaka
1. iOSによる画像分類iOSで「TensorFlow Lite」を使って画像分類を行ます。端末の背面カメラから見える... 1. iOSによる画像分類iOSで「TensorFlow Lite」を使って画像分類を行ます。端末の背面カメラから見えるものをリアルタイムに画像分類し、可能性の高いラベル3つを表示します。 ◎バージョン ・Xcode 10.3 ・Swift 5 ・TensorFlowLiteSwift 1.14.0 2. プロジェクトへのTensorFlow Liteフレームワークの追加プロジェクトへのTensorFlow Liteフレームワークを追加するには、CocosPodsを使います。「pod init」でProfileを生成し、PodfileにTensorFlow Liteのフレームワークを追加し、最後に「pod install」でフレームワークの追加を実行します。 platform :ios, '12.0' target 'CaptureClassificationEx' do use_fram