Firebase ML Kit，Google Cloud Vision API或OpenCV

Question

我想要开发一个能够进行凝视追踪的安卓应用程序，我想问一下应该使用以下哪种工具才能得到更好的结果：

• Google Cloud Vision API（谷歌云视觉 API）
• OpenCV（如 HaarCascade 分类器）
• Firebase ML kit（带面部标记）

- joe

---

使用哪一个？ - Jithish P N

我尝试了所有的选项，但最终我选择了Firebase ML kit，因为它非常容易集成。 - joe

好的。它是免费的吗？ - Jithish P N

是的，它完全免费，并且具有许多功能可供使用以便入门。但是，如果您需要满足高要求，也有付费版本可供选择。 - joe

Answer 1

我不知道您是打算创建商业应用还是用于研究目的，这两种情况需要考虑的事情有所不同。

对于对象跟踪，我建议使用 Google 的 ML Kit。它有一些现成的模型，也支持离线使用，并且可以简化所有艰难的工作，即使在 iOS 上使用自定义模型也是如此。因此，您的重点将是创建高效的模型，而不是运行模型。

我尚未使用过 Google Cloud Vision API，但 GCP 机器非常适合训练神经网络。

OpenCV 是一个很好的选择，但实施和维护可能会很困难，同时您的应用程序大小也会显著增加。我在两年前的毕业论文中使用了 HaarCascade，工作很辛苦，结果并不太准确。今天，我会检查 OpenCV 的 DNN 模块，并像这里一样使用 Yolo。总之，如果您有特定的图像处理需求，我会建议您首先检查 Android 的 ColorFilter 或 ImageFilterView。如果您选择使用 OpenCV，则建议您像这里所述的方式使用 cmake 编译，只编译您需要使用的模块，这样您的应用程序大小就不会增加太多。

还有一些其他选择，如 Dlib 或 PyTorch。去年我使用了带有自定义模型的 dlib SVM，结果很好，但运行速度较慢，约为 3~4 秒，而使用 tensorflow 的 NN 运行速度为 50~60 毫秒（使用量化模型甚至更快）。我没有使用 PyTorch 或其他框架的经验可与您分享。

- zampnrs