はてなブックマーク

この記事はDeNA IPプラットフォーム事業部 Advent Calendar 2017のエントリです（２回目）。 こんにちは。@kenmazです（２回目）。 DeNAでマンガボックスというiOSアプリを開発しています（２回目）。 マンガボックスは最近４周年を迎えました。めでたいですねー（２回目）。 Turi Create とは ここから本題です。 先日、AppleがTuri Createというライブラリを公開しました。 https://github.com/apple/turicreate 調べてみると2016年にAppleが買収したシアトルのTuriという企業が開発していたソフトウェアがベースになっているようです。 今思い出してみると、WWDC2017のCoreMLセッションにも「turi」出てきているんですよね。 https://developer.apple.com/videos/

この記事はDeNA IPプラットフォーム事業部 Advent Calendar 2017のエントリです。 こんにちは。@kenmazです。 DeNAでマンガボックスというiOSアプリを開発しています。 マンガボックスは最近４周年を迎えました。めでたいですねー。 さて、今回はそんなマンガボックスのiOSアプリにおける、ユニットテスト実装時の方針みたいなものをご紹介します。 とはいえ割とテスト関連の書籍などで一般的に言われていることをなぞっている程度の内容を思いつくままに書いていく感じなので、サラサラーッと読んでいただければと思います。 前提となるアプリの設計 マンガボックスはつい先日４周年を迎えましたが、古き良きApple-MVCから、FatViewControllerを経て、DDD、iOSクリーンアーキテクチャ等をチラ見しつつ、MVVMに影響されつつ、ちょっとずつ設計変更しながら生き永らえ

はじめに 一年前にTensorflowを使ってももクロ顔識別webアプリを開発しましたが、今回はWWDC2017で発表された iOS11の CoreML + Vision Framework を使ってももクロメンバーの顔画像をリアルタイムで識別するiOSアプリを作ってみました。 なお、本記事はiOSDC2017での発表の元となった記事です。 発表資料はこちら CoreML / Vision Frameworkとは？ CoreMLはiOS11で導入された機械学習フレームワークです。Kerasなどメジャーな機械学習ライブラリを使ってデスクトップやクラウド上で訓練し、その学習結果をCoreML用に変換しiOSアプリに組み込むことで、デバイス単体で予測や識別処理をさせることができます。 Vision Frameworkは顔検出や矩形検出など高度な画像認識処理を行うAPIを提供してくれるフレームワー

要約 エロ・グロ・暴力などの不適切なイラスト画像を検出するための分類器をTensorflowを使って作っています。そのうち、男性器っぽいイラストだけを検出する機能を独立したwebアプリとして公開しました。 Chinkoチェッカー http://chinko-checker.kenmaz.net 使い方 使い方を説明したいところですが、いかんせんアプリケーションの性質上、実際の画像を使った説明は困難なので、一部モザイクを掛けて説明します。 まずペンツールを使って以下のような画像を描いてみましょう。 全然いやらしい絵ではないですね もうちょっと修正してみましょう ↓ ん？ ↓ んん！？ とか これが ↓ こうじゃ 開発の背景 パラパラマンガを投稿できる「AnimeMaker」というサービスを個人で運営していますが、最近エロや暴力的な作品をアップする人が増えてきており、それに伴い一般ユーザからの

まだ Storyboard で消耗してるの？——Re:ゼロから始める視覚表現（ビジュアルリプリゼンテーション） http://qiita.com/lovee/items/acfc9d0f1ffa7207b38b 上記記事にて Storyboard の問題点が数多く指摘されていましたが、運用でカバーできそうな部分もあったので、元記事を引用しつつTipsとして残しておきます。 Storyboardの変更を.stringsに反映する Xcode8.2.1で再度確認したところ下記のテクニックは使用不可になっていました 残念 => よりまともな方法が見つかりました。 http://qiita.com/kenmaz/items/756750266677934de7fe 以下deprecated //////////// http://qiita.com/lovee/items/acfc9d0f1ffa

前編: http://qiita.com/kenmaz/items/4b60ea00b159b3e00100 中編: http://qiita.com/kenmaz/items/ef0a1308582fe0fc5ea1 機械学習やディープラーニングについては全く初心者のソフトウェアエンジニアが、畳込みニューラルネットワークを用いて「ももいろクローバーZ」のメンバーの顔識別を行うアプリを作った話の続きです。 学習過程 前回までで精度85%のモデルができたものの、無知の状態からのスタートだったので最初の頃は全然精度が出せてませんでした。誰かの役に立つかもしれないので試行錯誤の経過をメモっておこう。 ファーストバージョン MNISTのexpertのサンプルを元にとりあえず実装 => 精度53~56% 課題1: 例えば、右向きの顔写真=>全部「高城れに」、真正面を向いている写真はあーりん、といった

Title: iTunes Connect: Your app "<app name>" has one or more issues Dear developer, We have discovered one or more issues with your recent delivery for "<app name>". To process your delivery, the following issues must be corrected: This app attempts to access privacy-sensitive data without a usage description. The app's Info.plist must contain an NSCalendarsUsageDescription key with a string value

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 二番煎じ感が半端ないですが、やっちゃったものは仕方ないので書きます。 機械学習やディープラーニングについては全く初心者のソフトウェアエンジニアが、畳込みニューラルネットワークを用いて「ももいろクローバーZ」のメンバーの顔識別を行うアプリを作った話です。 作ったもの ec2上で稼働してます。ただしt2.microなので重いです。 ももクロ画像分類器 http://momomind.kenmaz.net コード https://github.com/kenmaz/momo_mind 背景 私（@kenmaz)は、仕事ではここ数年はiOSアプ

#検証環境 Xcode 7.0 beta6 (7A192o) #手順 Xcode7を起動します 適当に新規iOSアプリのプロジェクトを作ります File > New > Target を選択し、iOS > Application Extension > Content Blocker Extension を選択して適当な名前をつけます blockerList.json というファイルを適当に編集します。 iOS Simulatorで2.で作成したアプリを起動します iOSのSettings > Safari > Content Blockers を開き、自分が作った Content Blocker がオンになっていることを確認します Safariを開いて、適当なwebサイトを開いて blockerList.json 通りに広告がブロックされてれば実装完了です。 たとえば Google の広

import UIKit import SafariServices let kSafariViewControllerCloseNotificationName = "safariViewControllerCloseNotificationName" class ViewController: UIViewController { lazy var safariVC:SFSafariViewController! = { let url = NSURL(string: "http://kenmaz.net/tmp/ios9_sample.html")! let vc = SFSafariViewController(URL:url) vc.delegate = self return vc }() var tracked = false override func viewDidLoa

社内のiOS勉強会でTips共有したときのメモ TODO: そのうち清書する（多分しない） iOSアプリのローカライズについて いろいろやり方あるけど自分はデフォルト厨なので、できるだけ自作ぽいことはせず、Apple様に提供して頂いている機能をなるべく使ってローカライズがんばる。 ペロペロ（靴をなめる音） Export/Import for Localization .stringsを手作業で編集するのはなにかと辛いですよね・・ 最近のxcodeでは以下のワークフローで翻訳作業できる 開発者が、言語リソースを XIFF 形式 (XML Localization Interchange File Format)で出力 翻訳者が編集 開発者が翻訳済みのXLIFFをインポートすると、.stringsに変更が反映される XLIFFエディタで翻訳 Counterparts Lite が無料 http

画面向きの設定に関してずっと勘違いしていた点があったので共有。 UISupportedInterfaceOrientations ターゲットのDevice orientation設定（plistのUISupportedInterfaceOrientations）は、そのアプリでサポートする画面向きを設定するためだけのもの、という認識だったんですが、正しい定義は、 「アプリ起動時の画面向きの初期値」の決定に使用される。 AppDelegateでapplication:supportedInterfaceOrientationsForWindow:を実装 していない場合 は「アプリ全体でサポートする画面向き」の決定にも使用される です。 例 以下のような要件のアプリを作りたいとします。 アプリ起動時直後に表示される画面は、portraitのみ対応する それ以外の画面は portrait/lan

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?