概要

ML-Kit For Firebase のTensorFlow Lite使用のサンプルです
「ML-Kit For Firebase でTensorFlow Lite使用サンプルを動かす」で扱ったサンプルアプリは
Sampleとなる画像しか認識処理をためせませんでしたが、こちらのサンプルは、実際にスマホで撮影している画像に対しリアルタイムで認識処理ができるため、こちらも手順をまとめておくことにしました。

実行環境は以下のとおり
Windows10 Pro
Android Studio Version3.2.2
AndroidアプリVersion9.0

サンプルアプリ動作手順

１．開発環境準備
Android Studio未導入の場合は以下URLからダウンロードしインストール
https://developer.android.com/studio/?hl=ja

２．サンプルアプリを取得
ML-Kitサンプルアプリを用意
以下URLから「Clone or Download」をクリックし「quickstart-android.zip」をダウンロード
https://github.com/firebase/quickstart-android

上記を解凍すると「quickstart-android-master」フォルダができるので、任意の場所に配置

Android Studioから「File>Open」で上記で配置した「quickstart-android-master」フォルダ配下の「mlkit」フォルダをプロジェクトとして選択

３．Firebase登録
ML-Kitを使用するには「google-services.json」ファイルをプロジェクトに設定する必要があるため
以下のURLからFirebaseの登録を実施し、Jsonファイルを生成、プロジェクトに配置する必要あり
※Googleアカウント登録の必要あり

以下でプロジェクトを生成

・プロジェクトの追加
以下情報を設定
プロジェクト名：任意の名称
アナリティクスの地域：日本
「次へ」ボタンを押下

・AndroidアプリにFirebaseを追加
Androidパッケージ名に「com.google.firebase.codelab.mlkit」を設定し「アプリを登録」ボタンを押下
「google-services.json」ボタンを押下しJSONファイルをダウンロード

上記で生成したJSON「google-services.json」をプロジェクトの「app」フォルダ配下に配置

４．サンプルアプリを実行
「Android Studio」から「Run」>「Run’app’」を押下しアプリを実行

アプリが立ち上がったら
「Java」カテゴリの「OPEN」を選択
「LivePreviewActivity」を選択
「Classification(quantized)」または「Classification(quantized)」を選択
画像のオブジェクトの種類と認識確度が高いもの上位3つが表示