詳細設定
止まるにはすぐ、進むに戻るのは条件が 5 フレーム続けて外れてから。ブラウザとスマホのカメラによる簡易の判断で、見落としや遅れがあるので、安全に関わる用途には使わない
追跡は動画・カメラの「▶ 連続実行」で働く。Ultralytics と同じ設定(新しい ID は閾値以上、見失ってから 30 フレームで破棄、低スコアの検出は 0.1 まで救済に使う)
画像認識モデルを、この端末のブラウザとサーバーで動かして比べる
止まるにはすぐ、進むに戻るのは条件が 5 フレーム続けて外れてから。ブラウザとスマホのカメラによる簡易の判断で、見落としや遅れがあるので、安全に関わる用途には使わない
追跡は動画・カメラの「▶ 連続実行」で働く。Ultralytics と同じ設定(新しい ID は閾値以上、見失ってから 30 フレームで破棄、低スコアの検出は 0.1 まで救済に使う)
| 時刻 | タスク | モデル | 実行場所 | サイズ | 読み込み | 推論 | 結果 |
|---|
読み込み=初回のダウンロードとモデル初期化(2回目以降は 0)。推論=画像1枚の処理時間(連続実行は平均)。動画・カメラは元の解像度で表示し、推論には「処理解像度」(長辺、既定 640px)に縮めたフレームを渡す。ブラウザ実行はこの端末の性能、サーバー実行はサーバーの性能と通信を含む。
決まったサンプル画像(街)で、ウォームアップ 3 回のあと指定の回数だけ推論し、中央値・p90・p95 などを実行履歴に「ベンチ」として記録する。端末ごとに同じ条件で比べられるので、CSV を書き出して並べるとよい(端末の情報は書き出すファイルに入るだけで、どこにも送らない)。「実行設定」は今の設定で測る。入力サイズ可変のモデルはそのモデルの既定の長辺で測る(画面で選んでいるモデルだけは「モデル入力(長辺)」の値)。
詳細計測中(URL の ?profile=1): 汎用 ONNX のブラウザ実行で、演算ごとの GPU 時間を測る。計測の手間で推論が遅くなるので、端末どうしの速さの比較には使わない。結果は下の表と、実行履歴の JSON に入る。
公開されているモデルのファイルを既に持っている時に、ダウンロードせずに使う。選んだファイルの SHA-256 を下のモデルのファイルと照らし、完全に一致した時だけそのモデルのファイルとしてブラウザのキャッシュに入れる(ファイルは端末の外に送らない)。一致しないファイル(自前で学習・変換したもの)は今のところ使えない。