74 lines
3.1 KiB
Markdown
74 lines
3.1 KiB
Markdown
# 画像解析ツール
|
||
|
||
## 機能
|
||
|
||
* 画像・動画プレビュー機能
|
||
* ドラッグ＆リリース対応
|
||
* 物体検知機能
|
||
|
||
|
||
## Library
|
||
|
||
* 可視化ツール
|
||
* Tkinter 標準ライブラリ,シンプルなウィンドウならすぐ作れる
|
||
* PySide6 LGPLライセンス / 大規模アプリやプロダクト向けにおすすめ
|
||
* PySimpleGUI× GUIウィンドウを作って画像を表示するため(無料では難しい)
|
||
* 画像分析ツール
|
||
* opencv-python ・・・ 画像/動画の読み込み(cv2.VideoCapture)とフレーム処理用
|
||
|
||
---
|
||
|
||
### 可視化ツールの選定
|
||
|
||
#### Tkinterの特徴
|
||
|
||
|
||
|
||
**長所**
|
||
|
||
* 標準ライブラリなので追加インストール不要(どの環境でも動く)
|
||
* 非常に軽量で起動も速い
|
||
* 基本的な GUI パーツ(ラベル、ボタン、テキスト入力、チェックボックスなど)は一通り揃っている
|
||
* 初心者でも学習コストが低い(ドキュメントやサンプルが豊富)
|
||
|
||
**短所**
|
||
|
||
* デザインが古い・野暮ったい(各OSのネイティブっぽさは出ない)
|
||
* カスタマイズ性が低い(スタイルやテーマの自由度が限られる)
|
||
* 近年のモダンなUI(フラットデザイン、レスポンシブ、アイコン付きボタンなど)は作りにくい
|
||
+ 大規模アプリや複雑な画面構成になると管理が難しい
|
||
|
||
#### PySide6の特徴
|
||
|
||
|
||
|
||
**長所**
|
||
|
||
* Qtベースで本格的なGUIが作れる(業務用アプリにも対応可能)
|
||
* 見た目がモダンでOSのネイティブに近いデザイン
|
||
* Qt Designerで画面をドラッグ&ドロップ設計できる
|
||
* 豊富なウィジェットや機能(OpenGL, Web埋め込みなど)が利用可能
|
||
|
||
**短所**
|
||
|
||
* 学習コストが高め(シグナル/スロットなど独自の概念に慣れが必要)
|
||
* 実行ファイルサイズが大きくなりがち(PyInstallerで数十MB以上)
|
||
* インストールや依存関係が重い(環境によってバージョン注意)
|
||
* モバイル対応は限定的(基本はデスクトップ専用)
|
||
|
||
## モデルの選定
|
||
|
||
### 物体認識&検出
|
||
|
||
* 商用や配布を考えるなら YOLOv8 / SSD / Faster R-CNN / Mask R-CNN / DETR
|
||
|
||
| モデル | 特徴 | 速度 | 精度 | 向いてる場面 |
|
||
| ---------------- | -------------------------------- | ---- | ---- | ------------------------ |
|
||
| **YOLO** | 一回で検出、軽量＆高速 | ◎ | ◎ | リアルタイム監視 |
|
||
| **SSD** | シンプルで軽量 | ○ | ○ | モバイル端末 |
|
||
| **Faster R-CNN** | 二段階、高精度 | △ | ◎ | 精度最優先(医療、研究) |
|
||
| **Mask R-CNN** | 輪郭まで検出(セグメンテーション) | △ | ◎ | 領域抽出、背景切り抜き |
|
||
| **DETR** | Transformerベース | △ | ◎ | 最新研究、拡張性 |
|
||
|
||
|