Firebase Ml 套件、Google 云视觉 API 或 openCV

Question

我想构建一个用于注视跟踪的 Android 应用程序，我想问一下我应该使用以下哪些工具来获得更好的结果。

• 谷歌云视觉API
• OpenCV（前 HaarCascade 分类器）
• 带有面部标志的 Firebase ML 套件

Answer 1

我不知道您是否打算创建一个商业应用程序，或者是否出于研究目的，在这两种情况下需要考虑的事情会发生一些变化。

对于对象跟踪，我可能会使用谷歌的 mlkit，它有一些也可以离线工作的现成模型，如果您想使用自定义模型，它还简化了纯张量流（即使在 iOS 上）的所有艰苦工作。因此，您的努力工作将是创建一个有效的模型，而不是运行它。

我还没有使用过 Google Cloud Vision API，只是使用 GCP 机器来训练神经网络，它们派上了用场。

OpenCV 是一个很好的工具，但可能很难实施和维护，之后您的应用程序大小也会大大增加。两年前我在期末论文中使用了 HaarCascade，工作很辛苦而且结果不太准确，今天我检查了 OpenCV 的 DNN 模块并使用了 Yolo，如下所示。总而言之，如果你有一些特定的图像处理需求，我只是推荐它，但首先检查Android的ColorFilter或ImageFilterView。如果您选择使用 OpenCV，我建议您使用 cmake 自行编译它，就像这里描述的那样，只包含您需要使用的模块，这样您的应用程序大小就不会增加太多。

还有一些其他选项，例如 Dlib 或 PyTorch，去年我一直在使用 dlib 的 SVM 和自定义模型，其结果很好，但运行速度很慢，大约 3~4 秒，与运行在 TensorFlow 中的 NN 相比50~60 毫秒（量化模型甚至更快）。我没有使用 PyTorch 或其他框架的经验，无法与您分享。