Ses Tanıma (Voice Recognition) (TensorFlow Lite) | Android

Merhaba, uygulama mobil uygulama içerisinden kayıt edilen seslerin, önceden eğitilmiş seslerden (“okay”,”hi”,”go”,”left”,”right”) hangisine benzediğini tahmin eden basit bir Tensorflow Lite modelin, Android içerisinde kullanma örneğidir. Modelin yaratılması ile ilgili kısımlardan daha çok mobil içerisinde model nasıl kullanılabilir şeklinde yaklaşılmıştır.

TensorflowLite Modeli (VoiceRecognition_output6.tflite ve sesler (modelin yanında olmak zorunda))

Mobil Arayüz:

Bu slayt gösterisi için JavaScript gerekir.

Okumaya devam et “Ses Tanıma (Voice Recognition) (TensorFlow Lite) | Android”

Gesture Recognition (TensorFlow Lite) | Android

Merhaba, uygulama mobil uygulama içerisinden çekilen görüntülerin, önceden eğitilmiş el hareketlerinden hangisine benzediğini tahmin eden basit bir Tensorflow Lite modelin, Android içerisinde kullanma örneğidir. Uygulama ile önce arka plan resmi çekilir, ardından el hareketlerinde biri yapılarak tekrar resim çekilir. Arka plan ayrıldıktan sonra ölçeklenip tahminleme yapılabilir. Modelin yaratılması ile ilgili kısımlardan daha çok mobil içerisinde model nasıl kullanılabilir şeklinde yaklaşılmıştır. Çözümleme resim boyutundan dolayı uzun sürebilir.

TensorflowLite Modeli (GestureRecognition_output5.tflite)

Eğitime ait resimler

Mobil Ekran Görüntüleri:

Bu slayt gösterisi için JavaScript gerekir.

Okumaya devam et “Gesture Recognition (TensorFlow Lite) | Android”

Desen Tanıma (Pattern Recognition TensorFlow Lite) | Android

Merhaba, uygulama mobil uygulama içerisinden seçilen görüntülerin, önceden eğitilmiş desenlerden hangisine benzediğini tahmin eden basit bir TensorflowLite modelin, Android içerisinde kullanma örneğidir. Bu görüntülerden bazıları eğitimde kullanılmış resimlerdir. Modelin yaratılması ile ilgili kısımlardan daha çok mobil içerisinde model nasıl kullanılabilir şeklinde yaklaşılmıştır.

TensorflowLite Modeli (PatternRecognition_output4.tflite)

Mobil Ekran Görüntüleri:

Bu slayt gösterisi için JavaScript gerekir.

Okumaya devam et “Desen Tanıma (Pattern Recognition TensorFlow Lite) | Android”

Resimdeki Karakteri (Sayı-Harf) Tanıma (TensorFlow Lite) | Android

Merhaba, uygulama kameradan alınan bir görüntü içerisinde bulunan, el ile yazılmış sayı-harf tahmini yapmaktadır. Tahminleme için önceden eğitilmiş TensorflowLite modeli kullanılmaktadır. Model içerisinde eğitilmiş etiketler : “0”,”1″,”2″,”3″,”4″,”5″,”6″,”7″,”8″,”9″,

“A”,”B”,”C”,”D”,”E”,”F”,”G”,”H”,”I”,”J”,

“K”,”L”,”M”,”N”,”O”,”P”,”Q”,”R”,”S”,”T”,

“U”,”V”,”W”,”X”,”Y”,”Z”,”a”,”b”,”d”,”e”,”f”,”g”,”h”,”n”,”q”,”r”,”t”

olup, 46 tanedir.

Modeli indirin (handwrittingrecognition_output3.tflite)

Bu slayt gösterisi için JavaScript gerekir.

Android Kodlar:

Resim çekme sorunu yaşayanlar (https://developer.android.com/training/camera/photobasics)

Okumaya devam et “Resimdeki Karakteri (Sayı-Harf) Tanıma (TensorFlow Lite) | Android”

Firebase ML Kit ile Görüntü Üzerindeki Metinlerin Tanınması | Android

Uygulama ile Google I/O Mayıs 2018 etkinliğinde duyurulan Firebase ML Kit içesinde hazır olarak kullanılabilen (Model eklenmeden) metin tanıma işlemi gerçekleştirilmiştir. Kameradan çekilen görüntü üzerinde varsa metinlerin, cihaz üzerinde ve Cloud tarafında sorgulanarak tanınması sağlanmıştır.

Bu slayt gösterisi için JavaScript gerekir.

Referanslar: https://firebase.google.com/products/ml-kit/
https://firebase.google.com/docs/ml-kit/android/recognize-text#on-device
https://www.youtube.com/watch?v=T0273WiUQPI
https://developer.android.com/training/camera/photobasics

Okumaya devam et “Firebase ML Kit ile Görüntü Üzerindeki Metinlerin Tanınması | Android”

Android’de MNIST veri setiyle Önceden Eğitilmiş TensorFlow Modelini Kullanma | Android

Merhaba, uygulama ile MNIST veri seti kullanılarak basit tek katmanlı sinir ağına sahip, eğitilmiş bir model bulunmaktadır. Model basitçe oluşturulmuş hedef export edilen bir modeli Android içerisinde çalıştırmaktır.  Bu model PyCharm ile hazırlandı.

Bu slayt gösterisi için JavaScript gerekir.

Model detayı:

MNIST_Model.py

Okumaya devam et “Android’de MNIST veri setiyle Önceden Eğitilmiş TensorFlow Modelini Kullanma | Android”

Android Uygulama Geliştirme Eğitim Programı

Eğitim içeriği, en özet bilgilerle ve en hızlı şekilde Android uygulama geliştirme için oluşturulmuştur. İçerik hazırlanırken tüm gereklilikler göz önüne alınmıştır. Orta düzey bir uygulamadaki tüm beklentileri yerine getirebilecek şekilde başarıyla uygulama geliştirilmesi amaçlanmıştır.

Eğitimin tamamlanmasının ardından, “welcome aktivitye” sahip, “splash screen” bulunan, “Shared Preferences” kullanılmış, arayüzler arası animasyonlu geçişlere sahip, özelleştirilmiş “Dialog” ve “Toast” gibi kullanıcı etkileşim araçlarının da kullanıldığı, “Runtime Permission” kullanılmış olan, kullanıcı giriş, şifremi unuttum gibi “Login” ekranlarına sahip arayüz ile giriş yapılabilen, (Database – Data Caching) anket verilerin alınabildiği “Anket Doldurma” ekranı bulunan ve topladığı verileri iç veritabanına (sqlite) yazabilen, (otomatik offline mod) bu verileri kullanıcıyı etkilemeden ve uygun internet koşullarında servis yardımıyla iletebilen, geçmişte doldurulmuş anketlerin listelendiği ve detay ekranın bulunduğu bir anket uygulaması yazabilecektir.

Dökümanın Güncelleme Zamanı: 01 Aralık 2017

Eğitim PDF ni indir

PDF Önizleme

Android-Uygulama-Geli%C5%9Ftirme-E%C4%9Fitim-Program%C4%B1
Okumaya devam et “Android Uygulama Geliştirme Eğitim Programı”

Android Jiroskop Sensörü ile Hareket Tanıma (Gesture recognition with Android (Gyroscope Sensor))

Uygulama ile jiroskop sensörü sayesinde yapılan hareketlerin birbirine benzerlikleri kıyaslanıp belirli bir eşiği aşan (Korelasyon seviyeleri her 3 boyutta göre) hareketlerin birbirinin aynısı olduğuna karar veriliyor.

Bu kıyaslama için korelasyon methodu kullanılır. Uygulamada ilk olarak eğitim hareketleri girilerek kıyas yapılacak hareketler oluşturulur. Daha sonra test hareketine başlanır, hareket tamamlandığında uygulamaki tüm eğitim hareketleri ile her düzlemde(x,y,z) korelasyon katsayıları ölçülür. En yüksek ve belirlediğimiz eşiği aşan değere sahip olan eğitim hareketi tanımı, test hareketinin tanımamızı sağlar. Bu hareket harf, şekil veya cümle gibi sözcük öbekleri olabilir. Burada hedef işlem başından sonuna yapılan hareketin daha önceden tanımlanmış bir harekete benzetmektir.

Proje teknik terimler
Korelasyon, olasılık kuramı ve istatistikte iki rassal değişken arasındaki doğrusal ilişkinin yönünü ve gücünü belirtir. Genel istatistiksel kullanımda korelasyon, bağımsızlık durumundan ne kadar uzaklaşıldığını gösterir.
Korelasyon katsayısı, bağımsız değişkenler arasındaki ilişkinin yönü ve büyüklüğünü belirten katsayıdır. Bu katsayı, (-1) ile (+1) arasında bir değer alır. Pozitif değerler direk yönlü doğrusal ilişkiyi; negatif değerler ise ters yönlü bir doğrusal ilişkiyi belirtir. Korelasyon katsayısı 0 ise söz konusu değişkenler arasında doğrusal bir ilişki yoktur.

Okumaya devam et “Android Jiroskop Sensörü ile Hareket Tanıma (Gesture recognition with Android (Gyroscope Sensor))”

Android Türkiyedeki Son Depremler Mobil Uygulaması (Androide Yeni Başlayanlar için Örnek)

Bu slayt gösterisi için JavaScript gerekir.

Kaynak Kodları: https://github.com/bulentsiyah/Android–Turkiyedeki–Son–Depremler–Uygulamasi

Uygulama ile Türkiye meydana gelen son depremleri listesini alınabilmektedir. Gelen veriler deprem büyüklüğüne göre farklı uyarı simgeleri bulunan basit bir liste ekranından oluşmaktadır. Uygulamayı geliştirmedeki amacım Androide yeni başlayanlar için örnek proje olmasıdır. Bu uygulama ile AsyncTask ile web servise bağlanma (HTTP) gelen veriyi çözme ve veriyi özelleştirilmiş bir listview a doldurma işlemleri yapılabilir.

Okumaya devam et “Android Türkiyedeki Son Depremler Mobil Uygulaması (Androide Yeni Başlayanlar için Örnek)”

Hava Araçları Takip Sistemi (VFR uçuş yapan hava araçlarına) (Android)

Bu slayt gösterisi için JavaScript gerekir.

Uygulama ile Ulaştırma, Denizcilik ve Haberleşme Bakanlığı Sivil Havacılık Genel Müdürlüğü 65355440-403.03.04/1278 Sayılı 19/09/2014 tarihli genelgesindeki şartlarını sağlayan VFR uçuş yapan hava araçlarına sivil hava araçları takip etmek amaçlanmıştır. Bu uygulama ile 2014-2015 arası yukarıdaki tanıma (VFR) uyan hava araçlarının 150 tanesinde aktif kullanılmıştır. Uygulama Android işletim sistemine sahip tablet veya telefon üzerinde üzerinde çalışıp, her açıldığında arka planda otomatik olarak başlar. Motor çalışma (Uçağın veya helikpter motoru ) durumunu özel bir algoritma ile tespit eder ve diğer konum bilgilerini bağlantı durumunu da göz önüne alarak uygun durumda sistemle paylaşır. Uygulama saniyede iki defa tabletin tüm konum, ivme verilerini kendi depolama alanına kaydeder, her 10 saniyede birde verileri ana takip sisteme iletir. Uygulamanın bu işlemleri yapması için tableti çalıştırmak yeterlidir, uygulama gerekli olan tüm adımları otomatik gerçekleştirir.

Okumaya devam et “Hava Araçları Takip Sistemi (VFR uçuş yapan hava araçlarına) (Android)”