> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-jp/depuroi/sdks/ios-sdk.md). # iOS SDK Roboflow Mobile iOS SDK は、より高速な推論のために、あるいは新しい機能群、機能、ユースケース（拡張現実など）を解放するために、エッジ（iPad または iPhone）でモデルを動作させる必要がある iOS アプリケーションを開発している場合に最適な選択肢です。 カスタムのコンピュータビジョンモデルが組み込まれたネイティブモバイルアプリケーションにより、開発者はアプリに「視覚」を与えることができます。 ## タスクのサポート iOS SDK Deployment では、以下のタスクタイプがサポートされています： | タスクタイプ | iOS SDK Deployment によるサポート | | ---------------- | -------------------------- | | オブジェクト検出 | ✅ | | 分類 | | | インスタンスセグメンテーション | ✅（iOS 18 以上） | | セマンティックセグメンテーション | | ### CoreML エクスポート互換性 以下のモデルアーキテクチャは CoreML（`.mlpackage`）エクスポートによるオンデバイスデプロイに対応しています： | モデル | CoreML エクスポート | | -------- | ------------- | | RF-DETR | ✅ | | YoloLite | ✅ | | 分類モデル | ✅ | ## モデルを iOS デバイスにデプロイする ### 対応ハードウェアとソフトウェア すべての iOS デバイスはオンデバイス推論をサポートしていますが、iPhone 8（A11 Bionic Processor）より古いものは、より省電力効率の低い GPU エンジンにフォールバックします。 Roboflow では、最低 iOS バージョン 15.4 が必要です（インスタンスセグメンテーションモデルは 18.0）。 ## プロトタイピング 次を対象に開発できます： [Roboflow Serverless Hosted API](https://docs.roboflow.com/deploy/serverless)。オンデバイス推論と同じ学習済みモデルを使用します。 ## インストール * インストール [CocoaPods](https://guides.cocoapods.org/using/getting-started.html) | [トラブルシューティングガイド](https://guides.cocoapods.org/using/troubleshooting#installing-cocoapods) 「CocoaPods は Ruby で構築されており、macOS に標準で付属する Ruby でインストール可能です。Ruby のバージョンマネージャーを使用することもできますが、何をしているか分かっている場合を除き、macOS に標準で付属する Ruby を使うことを推奨します。デフォルトの Ruby を使う場合、gem をインストールする際に `sudo` を使用する必要があります。（ただし、これは gem のインストール中だけの問題です。）」 - [CocoaPods](https://guides.cocoapods.org/using/getting-started.html) 「Sudo-less」インストールは、この処理で RubyGems に管理者権限を与えたくない場合の選択肢です。ただし、 `sudo` インストールのほうが一般的であることに注意してください。 次を入力して CocoaPods が正常にインストールされていることを確認してください： `pod --version` を Terminal に入力します。 ### Roboflow CocoaPod のインストール まず、 `pod init` をプロジェクトディレクトリで実行します。 次が `Podfile` で `platform :ios, '15.4'` と指定されていることを確認してください。次に、 `pod 'Roboflow'` を `Podfile`. XCode Command Line Tools がインストールされていない場合は、次を実行します： `xcode-select --install` を Terminal に入力します。 次が返されます： `xcode-select: error: command line tools are alreadyinstalled, use "Software Update" to install updates` Command Line Tools がすでにシステムにある場合。 最後に、 `pod install` を実行し、生成された `.xcworkspace` ファイルを [XCode](https://developer.apple.com/xcode/). ![Podfile のインストール成功後の Terminal](/files/64434150043020401a8a6b8acf7a365391cb367e) ![Podfile のインストール成功後のプロジェクトディレクトリ](/files/2da66994d2a7ffc71b12b5f5c9d9f4c1888bcb6e) * もし次のエラーが返る場合：「You may have encountered a bug in the Ruby interpreter or extension libraries,」まず `brew install cocoapods`を実行し、その後 `pod install` を実行し、生成された `.xcworkspace` ファイルを XCode で開きます。 * 次を入力して CocoaPods が正常にインストールされていることを確認してください： `pod --version` を Terminal に入力します。 ### Swift で Roboflow を使う 次に移動します： `.xcworkspace` ファイルを XCode で開きます。 ![](/files/2295650ae62d8e5dc623df8b7a1b2679dd1b7fdd) 次に、以下を追加して Roboflow をインポートします： `import Roboflow`。を `.xcworkspace` ファイルに追加します。 次に、以下を使って Roboflow API のインスタンスを作成します： `let rf = Roboflow(apiKey: "API_KEY")`。 `modelVersion`については、 `YOUR-MODEL-VERSION-#` をモデルのバージョン番号の整数値に置き換えてください。 #### プロジェクト情報を見つける **Completion Handler の使用方法：** ```swift import Roboflow ... // API Key で初期化 let rf = RoboflowMobile(apiKey: "API_KEY") var model: RFModel? ... // model はあなたのモデルのプロジェクト名です rf.load(model: "YOUR-MODEL-ID", modelVersion: YOUR-MODEL-VERSION-#) { [self] model, error, modelName, modelType in if error != nil { print(error?.localizedDescription as Any) } else { model?.configure(threshold: threshold, overlap: overlap, maxObjects: maxObjects processingMode: .performance または .balanced または .quality, // instance seg maxNumberPoints: mask 処理ポイントの最大数) // instance seg self.model = model } } ... // model?.detect は UIImage を受け取り、それに対して推論を実行します let img = UIImage(named: "example.jpeg") // または CVPixelBuffer model?.detect(image: img!) { predictions, error in if error != nil { print(error) } else { print(predictions) } } ``` **非同期の使用方法：** 非同期で使用するには、Roboflow モデルを非同期ブロック内で呼び出す必要があります。 ```swift import Roboflow ... // API Key で初期化 let rf = RoboflowMobile(apiKey: "API_KEY") ... // model はあなたのモデルのプロジェクト名です let (model, loadingError, modelName, modelType) = await rf.load(model: "YOUR-MODEL-ID", modelVersion: YOUR-MODEL-VERSION-#) model!.configure(threshold: threshold, overlap: overlap, maxObjects: maxObjects) ... // model?.detect は UIImage を受け取り、それに対して推論を実行します let img = UIImage(named: "example.jpeg") let (predictions, predictionError) = await model!.detect(image: img!) print(predictions) ``` **予測の形式：** ``` x:Float // オブジェクトの中心の x y:Float // オブジェクトの中心の y width:Float height:Float className:String confidence:Float color:UIColor box:CGRect points:[CGPoint] // instance segmentation モデルのみ ``` [CGRect](https://developer.apple.com/documentation/corefoundation/cgrect) ### ネイティブ Swift の例 その [roboflow-ios-starter](https://github.com/roboflow/roboflow-ios-starter) app は、roboflow モデルを使ってリアルタイムの iOS アプリを作成するための優れた出発点です。これには、カメラの設定、モデルの読み込みと処理、そしてオブジェクト検出とインスタンスセグメンテーションの両方のモデルに対応した出力描画コードが含まれています。 ### React Native Expo App の例 ここでは、この SDK を React Native の expo app に統合する例も提供しています。自分の下流アプリケーションの構築を考える際に役立つかもしれません。 両方がインストールされていることを確認してください： [Expo](https://docs.expo.dev/) と [CocoaPods](https://guides.cocoapods.org/using/getting-started.html) が * `expo-cli` は次の Node.js バージョンをサポートしています： `>=12.13.0 <15.0.0` （Maintenance LTS）および `>=16.0.0 <17.0.0` （Active LTS） * yarn パッケージは Node.js（`npm install -g yarn`) {% embed url="" %} ### 例: iOS アプリケーション - CashCounter ダウンロード [CashCounter](https://apps.apple.com/app/roboflow-cash-counter/id1633812788)。これは、iPhone にコンピュータビジョンモデルをデプロイする方法の例として、米国の硬貨と紙幣を数えるサンプル iOS アプリです。バウンディング बॉックスの可視化、FPS、オブジェクト数カウント、画像アップロードなどの例を見ることができます。