iOS에서 머신러닝으로 해결할 수 있는 문제들을 다양한 예시와 함께 소개합니다. 기존에 룰베이스 알고리즘으로는 해결하기 힘들었던 어려운 문제들을 머신러닝이 어떻게 해결할 수 있는지 설명하고, 간단한 코드 예제와 함께 Core ML 사용법을 알려드립니다. 또한 서비스에 사용하는 모델의 경우 어떤 추가적인 고려를 해야하는지도 간략히 소개하고 있습니다.
본 발표에 공유된 대부분의 데모는 https://github.com/motlabs/awesome-ml-demos-with-ios 저장소에 올라가있어, 코드 레벨까지 궁금한 분들께서는 이 저장소를 확인해주세요.
발표영상: https://www.youtube.com/watch?v=zKPB8rnS-EM
37. ● 사진에서 객체의 위치와 영역을 찾아줌
● 입력:이미지
● 출력:
○ 위치와 영역 (VNDetectedObjectObservation)
○ 위치와 영역 + 카테고리 (VNRecognizedObjectObservation)
● 후처리: 좌표 변환
https://github.com/tucan9389/ObjectDetection-CoreML
Object Detection
41. ● 사진에서 픽셀별 카메라와 거리를 찾아줌
● 입력: 이미지
● 출력: Depthmap
(VNCoreMLFeatureValueObservation)
● Depth Camera 없이 가능
https://github.com/tucan9389/DepthPrediction-CoreML
Depth Prediction
42. ● 사진에서 사람의 골격 위치를 찾아줌
● People Occlusion (ARKit에선..)
● 입력: 이미지
● 출력: Heatmap
(VNCoreMLFeatureValueObservation)
https://github.com/tucan9389/PoseEstimation-CoreML
https://www.youtube.com/watch?v=OrOZxOTIv-g
Pose Estimation
52. Image Classification
Object Detection
Pose Estimation
Depth Prediction
Image Segmentation
Image Style Transfer
Super Resolution
카테고리
위치와 영역
xxx map 결과
image-to-image
정리 한번..