Maraming salamat po sa info boss.Para sa iyong research na may photo scanning detection na may AI para sa Android, maaari mong subukan ang paggamit ng TensorFlow Lite, isang open-source deep learning framework na maaring gamitin sa pag-develop ng AI models para sa mobile devices tulad ng Android. Maaari mong gamitin ang TensorFlow Lite para mag-train ng iyong sariling model o kaya magamit ang pre-trained models na available.
Isa sa mga popular na model para sa image recognition ay ang Convolutional Neural Network (CNN). Maaari kang gumawa ng CNN model gamit ang TensorFlow at i-train ito gamit ang mga dataset na may mga larawan ng mga bagay na nais mong i-detect.
Maaari kang gumamit ng Android Studio para sa pag-develop ng Android application na may AI capability. Maaari mong i-integrate ang iyong TensorFlow Lite model sa iyong Android app para sa photo scanning detection.
Mayroon ding mga library tulad ng OpenCV na maaaring magamit para sa image processing at detection sa Android.
Sa kabuuan, maraming resources at tools na available para sa pag-develop ng AI-powered photo scanning detection sa Android. Maaari kang magsimula sa pag-aaral ng TensorFlow Lite at image recognition algorithms para magamit sa iyong research. Good luck sa iyong project!
Walang anuman! Kung may iba kang mga katanungan o kailangan ng karagdagang impormasyon, huwag mag-atubiling magtanong. Good luck sa iyong research project at mabuhay ka!Maraming salamat po sa info boss.
Salamat bossYes use CNN model OP, yan din gamit ko sa Prac 2 namin previously. Although what classifications are you trying to achieve for? Btw the basics nyan is to use Python Notebook for executing Tensorflow commands, and Keras... then search ka for existing datasets (or gawa ka custom datasets mo) sa Kaggle or Roboflow. Separate them into Training and Validation folder then train mo na sila, preferably gumamit ka ng PC na may GPU or gamit ka nalang din Google Colab. After creating your own CNN model is you evaluate its performance on its overall Accuracy, F1, Precision, Recall and Confusion Matrox which you can use to extrapolate in your Statement of the Problem and Research Results and Discussions.
Basta if more on object-oriented ka, use YOLO, or if more on patterns ka then use CNN algorithm... Haha yun lang siguro masasabi ko muna, masakit siya sa ulo pero worth it sa huli :> goodluck OP
chat ka lang if may need kaSalamat boss
yes bosschat ka lang if may need ka
paano siya i-deploy sa rpi5, tropa?Yes use CNN model OP, yan din gamit ko sa Prac 2 namin previously. Although what classifications are you trying to achieve for? Btw the basics nyan is to use Python Notebook for executing Tensorflow commands, and Keras... then search ka for existing datasets (or gawa ka custom datasets mo) sa Kaggle or Roboflow. Separate them into Training and Validation folder then train mo na sila, preferably gumamit ka ng PC na may GPU or gamit ka nalang din Google Colab. After creating your own CNN model is you evaluate its performance on its overall Accuracy, F1, Precision, Recall and Confusion Matrox which you can use to extrapolate in your Statement of the Problem and Research Results and Discussions.
Basta if more on object-oriented ka, use YOLO, or if more on patterns ka then use CNN algorithm... Haha yun lang siguro masasabi ko muna, masakit siya sa ulo pero worth it sa huli :> goodluck OP