Firebase Ml 套件、Google 雲視覺 API 或 openCV

Question

我想構建一個用於視線跟蹤的 android 應用程序，我想問一下我應該使用以下哪些工具來獲得更好的結果。

• 谷歌雲視覺 API
• OpenCV（前 HaarCascade 分類器）
• 帶有面部標志的 Firebase ML 套件

Answer 1

我不知道你是打算創建一個商業應用程序還是用於研究目的，在這兩種情況下要考慮的事情會有所改變。

對於對象跟蹤，我可能會使用 google 的 mlkit，它有一些現成的模型，也可以離線工作，如果您想使用自定義模型，它還簡化了純 tensorflow（即使在 iOS 上）的所有艱苦工作。 因此，您的辛勤工作將是創建一個高效的模型，而不是運行它。

Google Cloud Vision API 我還沒有使用過，只是 GCP 機器來訓練神經網絡，它們派上用場了。

OpenCV 是一個不錯的選擇，但之后可能難以實施和維護，您的應用程序大小也會顯着增加。 兩年前我在我的最后一篇論文中使用了 HaarCascade，工作很辛苦，結果不是那么准確，今天我會檢查 OpenCV 的 DNN 模塊並像 這里一樣使用 Yolo。 總而言之，如果您有一些特定的圖像處理需求，我只會推薦它，但首先檢查Android的ColorFilter或ImageFilterView。 如果您選擇使用 OpenCV，我建議您像這里描述的那樣使用 cmake 自己編譯它，只使用您需要使用的模塊，這樣您的應用程序大小就不會增加太多。

還有一些其他選項，例如 Dlib 或 PyTorch，去年我一直在使用帶有自定義模型的 dlib 的 SVM，它的結果很好，但運行速度很慢，與運行 tensorflow 的 NN 相比，大約需要 3 到 4 秒50~60 毫秒（使用量化模型甚至更快）。 我沒有使用 PyTorch 或其他框架的經驗與您分享一些東西。