홈앤서비스 SK BROADBAND

이제는 On-Device AI, 모바일 딥러닝을 준비해야 한다!

안드로이드 앱에서 딥러닝 모델을 활용하는 방법을 최대한 입문자의 시선에 맞추어 풀어낸 책이다. 모델의 추론 성능을 측정하고 최적화하는 방법까지 다룬다. 또한 입문자의 진입장벽을 낮추기 위해 각 코드의 의미를 한 줄 한 줄 상세히 설명했다. 앱 개발 경험이 있는 안드로이드 개발자라면 이 책을 통해 직접 만든 앱에 딥러닝 모델을 배포하여 활용하는 방법을 빠르게 익힐 수 있다. 딥러닝 모델 개발 경험이 있는 AI 엔지니어라면 직접 개발한 모델을 안드로이드 환경에서 서비스하는 방법도 찾을 수 있다. On-Device AI, 모바일 딥러닝에 가장 빠르게 입문하고 싶다면, 이 책으로 시작하자!
책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

1장. 안드로이드와 텐서플로 라이트 입문

1.1 안드로이드와 텐서플로 라이트를 이용한 앱 개발 워크플로
1.2 안드로이드 입문
1.3 안드로이드 개발 환경 구축
1.4 텐서플로 라이트 입문
1.5 텐서플로 라이트 개발 환경 구축
1.6 마무리

2장. 처음 만드는 안드로이드 앱

2.1 안드로이드 프로젝트 생성
2.2 안드로이드 프로젝트의 구조 및 기본 코드 분석
2.3 안드로이드 개발 언어
2.4 Gradle
2.5 안드로이드 기기 테스트
2.6 마무리

3장. 안드로이드 앱 UI 구성

3.1 레이아웃
3.2 위젯
3.3 액티비티
3.4 액티비티와 UI 연결
3.5 외부 컴포넌트 불러오기
3.6 마무리

4장. 텐서플로 라이트 모델 개발

4.1 텐서플로 라이트 모델 개발 워크플로
4.2 모델 선택
4.3 모델 개발
4.4 모델 변환
4.5 기기 배포
4.6 마무리

5장. 텐서플로 라이트 모델을 이용한 안드로이드 앱 개발

5.1 텐서플로 라이트 모델을 이용한 앱 개발 프로세스
5.2 입력 데이터 생성 앱 개발
5.3 TFLite 모델 로드
5.4 입력 이미지 전처리
5.5 추론 및 결과 해석
5.6 마무리

6장. 프레임워크를 활용한 이미지 분류 앱 개발

6.1 ImageNet 데이터
6.2 텐서플로 라이트 서포트 라이브러리
6.3 기기에 저장된 이미지 처리
6.4 카메라 이미지 처리
6.5 마무리

7장. 실시간 이미지 처리

7.1 Camera2 API의 개요
7.2 실시간 이미지 처리 앱의 개요
7.3 레이아웃 개발
7.4 카메라 사용 로직 구현
7.5 기기에서의 추론
7.6 마무리

8장. 텐서플로 라이트 모델의 성능 개선

8.1 추론 성능 측정
8.2 추론 성능 개선
8.3 마무리

9장. 텐서플로 라이트 모델 최적화

9.1 최적화의 개요
9.2 학습 후 양자화
9.3 양자화 인식 학습
9.4 마무리 펼쳐보기접어보기