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
![iOSで動く姿勢推定モデルを色々と試す - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/52356f0ff1ed38e392510cbb2044678018528400/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9aU9TJUUzJTgxJUE3JUU1JThCJTk1JUUzJTgxJThGJUU1JUE3JUJGJUU1JThCJUEyJUU2JThFJUE4JUU1JUFFJTlBJUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgyJTkyJUU4JTg5JUIyJUUzJTgwJTg1JUUzJTgxJUE4JUU4JUE5JUE2JUUzJTgxJTk5JnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWNsaXA9ZWxsaXBzaXMmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1iNjBhZGZjOGZjNTgyZmU4OGNjOWY2MTkzNTBhNzI0Mg%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwc2h1MjIzJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0zZWE5OTE1ZTY2ODBmOWQzY2JlYmQyYWIzMzJiNjY2NA%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D0c6ff06a319f95e8f77900278364f51f)