SKActionとは 本記事ではSKScene（以下、シーン）に配置したノードをSKActionを用いて状態変化させる方法を説明する。 SKActionとは、移動、回転、拡大縮小などノードの状態を変化させるためにノードに与えるアクションクラスのことである。 以降の手順を行う前のXcodeプロジェクトをGitHubに置いたので、試してみる方はご利用下さい。 ⇒「テスト用プロジェクト」 シーンに背景と鳥のノードを配置しておいた。このプロジェクトを変更し、画面タップで鳥ノードの状態が変化するようにする。 以下のコードは変更前のTestScene.swift。 TestSceneが現在シーンになったら、背景画像と鳥のノードをシーンに追加している。 // // TestScene.swift // import Foundation import SpriteKit class TestScene:

SpriteKit とは Apple が提供している2Dのゲームを作るためのフレームワークです アニメーションや物理シミュレーションを使ったゲームが簡単に実装できます この他にも本格的なゲーム開発では以下のようなフレームワークが使われるようです Cocos2d-x Unity Unreal Engine SpriteKit は学習コストが低くとりあえずシンプルなゲームを作るには十分な機能を備えています TL;DR 画面に遷移した時は didMove 、タップした時は touchDown が呼び出される .sks ファイルは .storyboard みたいなもの 表示要素は ノード と呼ばれる 物理演算は SKPhysicsBody 、アニメーションなどの動きは SKAction がいい感じに処理してくれる SpriteKit を利用したゲームの作り方 Xcode のプロジェクトを作る Xc

SpriteKit Sceneファイルとは 前回記事でSpriteKitを使って画像を表示する方法を説明した。⇒「前回記事」 前回記事ではノードを追加する処理をソースコードで実装したが、ノードの数が増えてくると座標の把握が大変だ。 そんなとき、SpriteKit Sceneファイル（以下、SKSファイル）を使えば、ストーリーボードのようにノードをマウスで運んで好きな場所に配置できるようになる。 SKSファイルを追加する 実際にSKSファイルを使ってシーンを画面に表示してみよう。 以降の手順を行う前のXcodeプロジェクトをGitHubに置いたので、試してみる方はご利用下さい。前回の手順と同様の流れでTestScene.swiftまでを作成しています。 ⇒「テスト用プロジェクト」 メニューから「File」⇒「New」⇒「File…」を選択する。 テンプレートを選択する画面が表示されるので、i

はじめに iOS11から登場した「CoreMLフレームワーク」。 そしてCoreMLフレームワークで　使用するための機械学習のモデルファイル「.mlmodel」。 当記事では、この「.mlmodel」ファイルのコンパイルについて取り上げていきます。 また、こちらの記事はAKIBA.swift 第11?回にて発表させていただいた内容になるので、下記スライド資料もご参考ください。 https://speakerdeck.com/tajitaji/mlmodel-falsekonpairu 「mlmodel」とは？ まず、mlmodelとは何かについてざっくり説明します。 Keras, Caffe, scikit-learn といった機械学習フレームワークにて作成した学習済みモデルをCoreMLフレームワークで使用するフォーマットに変換したもの 対応している機械学習フレームワークはこちら ファイ

※2019年12月更新しました。 やりたいこと 二次元画像複数枚から3次元モデルに変換したい。 開発停止と有料化してしまった123DCatchのことが忘れられない。 どういう技術が使われてるのか知りたい。 できれば無料でやりたい。 検索ワード SFM (Structure From Motion) 多視点画像からの3次元形状復元 PCL (Point Cloud Library) 点群データ処理ライブラリ MVS (Multi-View Stereo) 多眼ステレオ などなど meshroom (AliceVision) Alicevisonはオープンソースで開発されている、Photogrammetryソフトウェアです。 現状あるオープンソース系の中では一番スジがいいので、おすすめできます。 meshroomはその機能を使用できるソフトウェアで、かなり手軽にPhotogrammetryが出

3Dデザインソフトの簡素化が進む 3Dデザインソフトの操作を簡素化する開発がかなり進んでいるようだ。もともと3Dデザインソフトや3Dモデリングソフトは、一部のエンジニアや、建築デザイナーなどの物であったが、3Dプリンターが民主化するとともに、当然民主化されるべき運命にある。各社から昨年以降さまざまなアプリケーションソフトウェアがリリースされており、誰でも使える簡単さになりつつある。 今回ご紹介する3DデザインソフトSmoothie-3Dもそのうちの一つ。新たに登場した3Dデザインソフトだが、写真や画像を使って驚くほど簡単に、直観的な操作で3Dモデルを作成することが可能だ。しかもこのSmoothie-3Dはオンライン上から無料で誰でも入手することができる。3Dデータの扱いや3Dモデリングなどのエントリーソフトとしては最適な機能性だ。本日は驚くほど簡単に三次元モデルを作れるソフトSmoothi

Twitter requires that all API requests be authenticated with tokens that can be traced back to an individual Twitter App. If you already have keys for a Twitter app you can pass them directly to the TWTRTwitter.sharedInstance().start() method. To create a new Twitter app or use existing Twitter app, visit Twitter apps dashboard and copy the keys from the "Keys and Access Tokens" tab of your app pa

１次元バーコードリーダーを使ったiPhoneアプリを作ろうとした時に，カメラの全画面でなく特定の範囲のみを読み取る設定をするだけのことで案外詰まった。 検索してもなかなか出てこなかったので共有。 環境 OS X 10.10.3 Xcode 6.4 iOS 8.4 iPhone6（実機でのみ動作） カメラ画像の表示にはAVCaptureVideoPreviewLayerを 読み取りにはAVFoundationを使用 読み取り範囲を指定する // metadata取得に必要な初期設定 let metaOutput = AVCaptureMetadataOutput(); metaOutput.setMetadataObjectsDelegate(self, queue: dispatch_get_main_queue()); self.captureSession.addOutput(meta

株式会社キカガク 機械学習や人工知能の教育サービスを提供 フォローお待ちしております ビジネス目線の機械学習・人工知能の情報やオススメの参考書について発信しています。 代表取締役社長　吉崎 亮介 Twitter：@yoshizaki_kkgk Facebook：@ryosuke.yoshizaki Blog：キカガク代表のブログ それでは、前置きが長くなりましたが、環境構築をはじめていきましょう！ ローカル環境（Mac） 環境の違いにより、設定がうまくいく場合があります。 現在、私の手元のPCはMacの最新版OSが入っています。 ・macOS Sierra 10.12.3 うまくいかない場合はこちらに合わせてみてください。 Homebrewのインストール Homebrewというパッケージマネージャーを導入します。 日頃プログラミングをしない方は聞き慣れないかもしれませんが、プログラミングの

$ python --version python 2.7.10 $ which python /usr/bin/python Command Line Toolsのインストール Command Line Toolsをインストールしておきます。 ＊バージョンが6.1以降のXcodeをインストールすれば自動でCommand Line Toolsもインストールされます。

iOSのCore MLモデルは、Appleが公式で色々と配布していますが、6種類のうちなんと5種類が物体認識（imagenetの1000クラス分類）。しかし、GitHub等をみると、多種多様なモデルが公開されてきています。 今回は姿勢推定（Pose Estimation）のCore MLモデルで公開されているものをいくつかピックアップし、それらがどれぐらい使えるのか、試してみました。 PoseNet-CoreML まずはこちら。 サンプルをそのまま試す こちらはサンプルが同梱されていて、すぐにビルドして試せました。 結果はこんな感じです。 （実際にiPhone XS上で実行してスクリーンショットを撮った結果を正方形にクロップして載せています） 後ろの観客の姿勢推定はできているようですが、肝心の前方のプレイヤーの姿勢が取れていません。。 他にも画像が同梱されていたので、変えてみました。 あれ

Azure Machine Learning Services の概要資料です。Python SDK、Automated Machine Learning、Hyperparameters Tune、WinML、ONNX、FPGA、IoT Edge 連携など一通りカバーしています。 ハンズオン用のコンテンツと合わせてご利用ください。 https://github.com/DeepLearningLab/AML-Handson

リンク GIRLY DROP(ガーリードロップ) がりどろ運営イチオシ写真一覧 | GIRLY DROP(ガーリードロップ) GIRLY DROP(ガーリードロップ)は、眺めるだけで、キュンとする♡女の子による女の子な無料(フリー)写真画像サイトです。通称「がりどろ」または「ガリドロ」☆商用利用可能で会員登録やクレジットは不要！写真はオシャレな加工済みです♫ 1 user

これはInfocom Advent Calendar 2019 22日目の記事です． WWDC2019で発表され，Core ML 3から可能になったOn-Device Model Personalizationについてまとめ，アップデート可能なMLモデルを作ってみました． On-Device Model Personalizationとは ユーザに共通だったMLモデルを，デバイス上でMLモデルの追加学習をすることで，ユーザごとに個別化することを言います． 従来，MLモデルは学習済みのものをアプリにバンドルしておいたり， 更新版をダウンロードして入れ替えたりしてアプリに適用していましたが， いづれもモデルはユーザに共通のものでした． しかし，Core ML 3でサポートされたMLモデルのアップデート（追加学習）の仕組みにより， iOSデバイス上でMLモデルを追加学習し，ユーザ個別のMLモデル