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
Firebase Meetup#4に参加してきたよ
Firebase Meetup#4に参加してきたよMonday, July 2, 2018 Firebase Meetup #4にblog枠として参加したのでそのレポートを。 (本当は一般参加枠で行きたかったのだが、気づいたときには時すでに遅しでblog枠かsns枠で行かざるを得なかった…) 会場 六本木の森タワーにあるGoogleさんのオフィスにて。食堂っぽいところだった。それにしてもオシャレ。 今回は動画配信できるように録画したりしているみたい。 一般参加者だけで110人なので大きめの規模であった。 発表 発表資料（あがり次第掲載する）と、私的メモを挟みつつ。 Firestoreのセキュリティルールについて (Web) コキチーズさんの発表。Firebaesの3つの機能のセキュリティルールについてのお話 「クライアントで書き出しも読み出しもしないのが最強のセキュリティルール 😇」 ル
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
