[AI 實測] CoreML 模型結果實測

大班哥一直都有在做 iOS APP 開發，最近看到 huggingface 有上架幾個 CoreML 的模型，也順便附上了 iOS 專案的 demo code，就順便來做一下實測囉

網站提供了，三個模型來測試，如下：

Sample Code	任務	Core ML model 下載
FastViT	Image Classification	apple/coreml-FastViT-T8 apple/coreml-FastViT-MA36
Depth Anything (small)	Monocular Depth Estimation	apple/coreml-depth-anything-small
DETR (ResNet 50)	Semantic Segmentation	apple/coreml-detr-semantic-segmentation

大班哥會以拍攝一個「在工作桌上，有著 Cama 的咖啡外帶紙杯和 Mac Book pro」來當作拍攝範例

FastVit – 處理圖像分類

▼判斷結果：透過攝影機拍攝的畫面，及時告訴你這可能是什麼物體或物品，

心得：不過這邊卻顯示「beer glass」，沒有 100 % 準確

Depth Anything – 單鏡頭深度測量

呈現結果：結果用灰階影像呈現，越靠近的物體會接近白色，越遠的物體越黑，

觀察：蠻準的，連後面的螢幕都有判斷出來

DETR (ResNet 50) – 語意分割

呈現結果：結果會用不同的色塊呈現物體

觀察：感覺可以做去背

編輯 Xcode 專案時要注意

要先確定有把訓練好的 model 正確放到 models 的資料夾底下

以 DepthSample 專案為例，他預設是 DepthAnythingSmallF16 的 model ，不過大班哥手機要使用

DepthAnythingSmallF32 的 model 來處理，換好後也要記得修改 code，才能編譯 build 成功

小結

無聊玩一下 AI 模型，在跑的時候發現手機會過熱蠻燙的ＸＤ，覺得之後可以想想怎麼實際應用在 APP 裡