Week 13 · Part III · 五範式 RPS 第五棒(收官)

W13 ML Kit Vision API(拿來就用的 Google 工具棧)

五範式最後一棒:Google ML Kit——production-ready 的 9 大 Vision API。從研究級工具(YOLO / MediaPipe)轉到生產級工具(ML Kit),學生看完整個光譜:從手刻演算法(W9)→ 自訓模型(W10/W11)→ 框架輔助(W12)→ 平台預設(W13)。

本週要做的事

順序內容預估時間
1Ch.1 課程定位:ML Kit 在生產線的角色10 min
2Ch.2 ML Kit Vision 全景:9 大 API20 min
3Ch.3 Face Detection 實作15 min
4Ch.4 Text Recognition (OCR) 實作20 min
5Ch.5 Barcode / QR Code Scanner10 min
6Ch.6 Image Labeling 通用標籤15 min
7Ch.7 Object Detection & Tracking20 min
8Ch.8 Pose Detection(33 點)15 min
9Ch.9 on-device vs Cloud trade-off15 min
10Ch.10 RPS with ML Kit + 五方法對比25 min
11Ch.11 研究級對比 + 作業 + W14 預告10 min

教材檔案

ML Kit Vision 9 大 API

👁 Face Detection

臉部偵測 + landmark + 表情(笑、眨眼)

📝 Text Recognition (OCR)

多國語言文字辨識 + 區塊結構

📊 Barcode Scanner

QR code、EAN、UPC 等所有條碼

🏷️ Image Labeling

447 個通用標籤(可自訂 Custom)

📦 Object Detection

通用物件 + Tracking

🧍 Pose Detection

全身 33 點 landmark(比 MediaPipe 更多點)

✂️ Selfie Segmentation

人像分割(背景虛化、換背景)

🔍 Smart Reply

(非 Vision) 自動回覆建議

🌐 Translation

(非 Vision) 即時翻譯,on-device

on-device vs Cloud Trade-off

ML Kit 部分 API 有 on-device 與 Cloud 兩種模式:

on-deviceCloud
網路不需要需要
速度毫秒級百毫秒+ 網路延遲
準確率中較高
隱私影像不離手機影像送到 Google
成本免費API 計費
適用即時互動、隱私應用批次處理、高品質離線分析

五範式做 RPS 最終對比 ⭐ Part III 收官

W9-W13 都做同一題,本週做完整套對比表:

週範式正確率FPS模型大小開發成本
W9古典規則法 (HSV+凸缺陷)60-80%5-100需手刻邏輯
W10HoG+SVM80-90%15+50 KB需訓練資料
W10MobileNetV292-97%10+9 MB需 GPU 訓練
W11YOLO + Tracking90%+15+14 MB標 bbox 資料
W12MediaPipe Hands95%+30免裝 (SDK)零訓練
W13ML Kit Image Labeling視場景30+免裝 (SDK)零開發(直接用)
學生帶走的洞察:沒有「最好的」工具,只有「對的工具」。看情境選:資源緊 → 古典 / 標榜 SOTA → YOLO / 要快 → MediaPipe / 要零開發 → ML Kit。

W13 作業

ML Kit 三 API 整合 + 五方法對照表。詳見作業頁。

  • 選 ML Kit 3 個 API 整合進一個 App
  • 其中至少一個用於 RPS
  • 產出 W9-W13 五範式完整對照表(含正確率 / FPS / 模型大小)
  • 30 秒影片 + 簡易報告

查看完整作業頁 →

學生檢核表

  • 我能列出 ML Kit Vision 9 大 API
  • 我會用 Face Detection、OCR、Barcode 至少 3 個
  • 我理解 on-device vs Cloud 的 5 個取捨維度
  • 我能用 ML Kit 跑出 RPS
  • 我能畫出 W9-W13 五範式對照表並解讀
  • 我能對「選工具」的判斷邏輯說出個所以然

下週預告 (W14) ⭐ 結業講

五範式做完,W14 是結業講——從「會用工具」過渡到「能跟世界對話」:

  • 整門課回顧 + CV 領域全景
  • 2024-2026 CV 熱門研究方向
  • 嵌入式 CV 的研究軸線
  • 怎麼讀 paper + 怎麼啟動研究
  • 頂級會議與開源生態