ANDROID – Mobile Application Developer

All Posts All Posts

Category: ANDROID
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.

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.

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.

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)

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

Hava Durumu Tahmini TensorFlow ile Üretilen Modeli Kullanma (Sorulara verilen yanıta göre tahminleme) | Android

Merhaba, uygulama hava durumuyla ilgili verilerin bulunduğu bir csv dosyasını (2018_weather_data.csv) Tensorflow ile eğitip ardından modelin çıktısını aldıktan sonra Android içerinde kullanma örneğidir. Burada tahmin sıcaklık şeklinde değil daha sıcak veya soğuk olacağı şeklindedir. Amaç csv formatından bir kısım veriyi okutup eğitildikten sonra tensorflow modelini 4 tane input değeri ile 2 output değerini mobil cihaz içerisinde yorumlayabilmektir.

Bu slayt gösterisi için JavaScript gerekir.

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

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