Core MLモデル
すぐに使用できるCore MLモデルとXcodeプロジェクトを使って、アプリにインテリジェンスを組み込みましょう。
各モデルはCore ML、Create ML、Xcodeで使用でき、様々なサイズやアーキテクチャでの形式が用意されています。モデルをアプリで使いこなす方法について詳しくは、そのモデルに関連付けられているXcodeプロジェクトをご確認ください。
画像
FCRN-DepthPrediction
深度推定
1枚の画像から深度を推測します。
1枚の画像から深度を推測します。
MNIST
線画識別
1桁の手書きの数字（0〜9の数字に対応）を分類します。
1桁の手書きの数字（0〜9の数字に対応）を分類します。
UpdatableDrawingClassifier
線画識別
k近傍法（KNN）に基づいて新しい線画の識別の学習を行う線画識別。
k近傍法（KNN）に基づいて新しい線画の識別の学習を行う線画識別。
MobileNetV2
画像識別
カメラフレームまたは画像の中の主要なオブジェクトを分類するようトレーニングされたMobileNetv2アーキテクチャです。
カメラフレームまたは画像の中の主要なオブジェクトを分類するようトレーニングされたMobileNetv2アーキテクチャです。
Resnet50
画像識別
カメラフレームまたは画像の中の主要なオブジェクトを分類するResidualニューラルネットワークです。
カメラフレームまたは画像の中の主要なオブジェクトを分類するResidualニューラルネットワークです。
SqueezeNet
画像識別
カメラフレームまたは画像の中の主要なオブジェクトを分類する、サイズの小さいディープニューラルネットワークアーキテクチャです。
カメラフレームまたは画像の中の主要なオブジェクトを分類する、サイズの小さいディープニューラルネットワークアーキテクチャです。
DeeplabV3
画像セグメンテーション
カメラフレームまたは画像のピクセルを、あらかじめ定義した複数のクラスにセグメント化します。
カメラフレームまたは画像のピクセルを、あらかじめ定義した複数のクラスにセグメント化します。
YOLOv3
オブジェクト検出
カメラフレームまたは画像の中のオブジェクトを特定し、80種類に分類します。
カメラフレームまたは画像の中のオブジェクトを特定し、80種類に分類します。
YOLOv3-Tiny
（リアルタイム）オブジェクト検出
カメラフレームまたは画像の中のオブジェクトを特定し、80種類に分類します。
カメラフレームまたは画像の中のオブジェクトを特定し、80種類に分類します。
PoseNet
姿勢推定
画像内の人物それぞれに、最大17の関節の位置を読み取ります。
画像内の人物それぞれに、最大17の関節の位置を読み取ります。
テキスト
BERT-SQuAD
質問への回答
テキストの段落に関する質問への回答を見つけます。
テキストの段落に関する質問への回答を見つけます。