サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
買ってよかったもの
eyeballonly.com
404 HOMEPAGE
IntelのIPPとは、SIMDを使ったベクトル演算で処理を4倍、8倍と言った速度に押し上げたり、 特化された専用命令を使って符号演算や数学的な処理を高速化するパッケージです。 OpenCVではこのIPPパッケージが内部的に使われており、 導入するだけで特定のAPIが高速化することができます。 そこでOpenCVのCMakeでIntelのIPPをLinux/Macに導入手順メモを取る事にしました。 (はて、トライアル過ぎても何故か使えてるのですがどうしてだろう??) IPPインストール Intel IPPページで適当なアカウントの入力と、ダウンロード。 Linux用のパッケージをダウンロード。 tar zxvf l_ipp_8.0.0.061.tgz で解凍。 cd l_ipp_8.0.0.061 ./install.sh でインストール開始。 購入している人はプロダクトキーを入力、
OpenCVの学習ツール(opencv_traincascade)はHAAR/LBP/HOGの検出アルゴリズムがありますが、 その比較と落とし穴、時間のかかったポイントを記述することにしました。 最初ある程度苦労するだろうとは踏んでいました。 しかし、それは苦労どころかとんでもない地獄だったのです。 1. OpenCVの機械学習にかかる時間 2. 導入と検討 3. 学習画像の収集 4. 如何に素早く的確に画像を集められるか? 5. ネイティブの画像クローラー 6. 画像分類と解析器 7. フィルタと除外するツール(VisionClassifier) 8. 学習データの作成と応用 9. 精度テスト 1. OpenCVの機械学習にかかる時間 OpenCVの機械学習は非常に時間がかかり、何もわからない状態から入って一つの学習データ(cascadeファイル)を作るのに相当な時間
Qtフレームワークとはクロスプラットフォームのデスクトップアプリに使うSDKです。 SkypeやAutodeskMaya、GoogleEarthなどに用いられています。 QtフレームワークはGPL、LGPL、商用のいずれかなのですが配布形態についてQ&Aで曖昧な表現で記載されていましたので、直接メールで問い合わせてライセンス形態を色々聞きましたので表にまとめてみました。 Qt-LGPL Qt商用ライセンス 利用 無料 有料 Windows 問題なし 問題なし Mac 問題なし 問題なし Linux 問題なし 問題なし iOS 問題有り 問題なし Android 問題なし 問題なし 動的リンク+アプリソース公開 OK OK 静的リンク+アプリソース公開 OK OK 動的リンク+アプリソース無公開 OK OK 静的リンク+アプリソース無公開 NG OK 配布ロイヤリティ 無し 無し/組み込み
MacOSX/iOSのInAppPurchase(アプリ内課金)の、 Non-Consumable(非消費型)の課金の実装をして沢山リジェクトされたのでメモメモ。 相当癖のあるStoreKitとローカルレシートの扱いで散々な目にあったのでご紹介します。 Non−Consumableは’非消費型’のアプリ内課金モデルで、 機能のアンロック 固定アイテム 等に利用するアプリ内課金システムです。 レシート情報を自前で管理しないで良いので実装がかなり楽出来る!! 思いきや、レシートの解析でえらいドツボにハマりました・・・。 すいません。凄いナメてました・・・。 1. 前提 2. 大枠の流れ 3. 復元ボタンを実装しておくこと 4. 別スレッド・・・・ 5. 商品名、説明文、値段は必ずローカライズすること。 6. テスト用アカウントの落とし穴 7. ローカルレシートの扱い
このページを最初にブックマークしてみませんか?
『eyeballonly.com』の新着エントリーを見る
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