MOBILE – Sayfa 2 – Mobile Application Developer

All Posts All Posts

Category: MOBILE
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.

Core ML ile Doğal Dil İşleme Örneği (NSLinguisticTagger)| IOS

Merhaba, Core ML ile Doğal Dil İşleme üzerine temel bir örnek olması amacıyla hazırlanmıştır. Örnekte arama bölümüne girilen kelime NSLinguisticTagger ile aranacak cümleler içerisinde oluşturduğu etiket şemalarına göre aranıp daha ilgili sonuçlar gözlenmektedir. Örnek için Türkçe uygun cümlele bulamadım ama İngilizce cümlelerden oluşan kümede ‘buy’ ve ‘goose’ sözcükleri aratıldığında bu kelimelerin düzensiz diğer durumlarına rağmen arama sonuçlarında gözlemlenmektedir.

Bu slayt gösterisi için JavaScript gerekir.

Core ML ile Kameradan Görüntü Tanımlama (Inceptionv3 Model) | IOS

Merhaba, Core ML ile temel bir örnek olması amacıyla oluşturulmuştur. Örnekte Inceptionv3.mlmodel isimli modelle canlı kamera ile alınan görüntü ile nesne tanımlama yapılmaktadır.

Modelin detayı: Bir resimde baskın bulunan ağaçlar, hayvanlar, yiyecekler, araçlar, insanlar gibi 1000 kategoriden oluşan bir kümeden oluşmaktadır.

Core ML ile Cinsiyet Tahmini (CoreML Convert Model) | IOS

Merhaba, Core ML ile temel bir örnek olması amacıyla oluşturulmuştur. Örnekte GenderByName.mlmodel isimli modelle girilen isim bilgine göre tahmin yapılmaktadır.

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