{"id":204333,"date":"2023-02-15T14:28:23","date_gmt":"2023-02-15T13:28:23","guid":{"rendered":"https:\/\/www.ifun.de\/?p=204333"},"modified":"2023-02-15T14:28:23","modified_gmt":"2023-02-15T13:28:23","slug":"coreml-player-freier-mac-videoplayer-fuer-maschinelles-lernen","status":"publish","type":"post","link":"https:\/\/www.ifun.de\/coreml-player-freier-mac-videoplayer-fuer-maschinelles-lernen-204333\/","title":{"rendered":"CoreML Player: Freier Mac-Videoplayer f\u00fcr maschinelles Lernen"},"content":{"rendered":"

Das Open-Source-Projekt CoreML Player<\/a> ist mehr Machbarkeitsstudie denn produktives Alltagswerkzeug, nichts desto trotz aber ein spannendes Softwareprojekt, das einen einfachen Zugang beziehungsweise die einfache Nutzung der von Apple angebotenen Core-ML-Modelle erm\u00f6glicht.<\/p>\n

\"Core<\/a><\/p>\n

Maschinelles Lernen mit Core-ML-Modellen<\/h2>\n

Der Multimedia-Player kann Fotos und Videos anzeigen und auf diese kompatible Core-ML-Modelle anwenden. Bei Core ML selbst<\/a> handelt es sich um ein von Apple bereitgestelltes Framework f\u00fcr maschinelles Lernen auf dessen Basis statistische Modelle erstellt werden k\u00f6nnen, die anschlie\u00dfend Aufgaben wie etwa die Objekt-Erkennung oder die Bewertung von Farben in \u00fcbernehmen.<\/p>\n

Dabei kann der CoreML Player die geladenen Core-ML-Modelle sowohl auf Bilddateien anwenden als auch in Echtzeit auf laufende Videoinhalte.<\/p>\n

\"Elefant<\/a><\/p>\n

Das Open-Source-Projekt gestattet euch dabei sowohl eigene Core-ML-Modelle zu laden als auch die hier von Apple bereitgestellten<\/a>. In den Basiseinstellungen l\u00e4sst sich auf Mausklick das „YOLOv3-Tiny“-Modell<\/a> laden, das 80 unterschiedliche Objekt-Klassen identifizieren und diese dann in Bildern und Videoframes verorten kann.<\/p>\n

Beliebige Modelle ladbar<\/h2>\n

Andere Modelle erkennen Tiefeninformationen, k\u00f6nnen Gelenkpositionen f\u00fcr erkannte Personen einblenden oder handschriftliche Notizen erkennen.<\/p>\n

\"Core<\/a><\/p>\n

Der CoreML Player muss beim ersten \u00d6ffnen per Rechtsklick gestartet werden und l\u00e4sst sich anschlie\u00dfend mit beliebigen Bildern und Videos f\u00fcttern, auf die die Core-ML-Modelle dann angewendet werden.<\/p>\n

Die Mac-Anwendung ist 40 Megabyte klein und setzt zum Einsatz mindestens macOS 13.0 voraus. Die Anwendung arbeitet vollst\u00e4ndig lokale und ist so aufgestellt, dass lediglich die von euch gew\u00e4hlten Dateien gelesen werden k\u00f6nnen. Schreibberechtigungen besitzt der CoreML Player auf eurem System nicht.<\/p>\n

\"Core<\/a><\/p>\n

<\/p>\n","protected":false},"excerpt":{"rendered":"\"Core<\/a>

Das Open-Source-Projekt CoreML Player ist mehr Machbarkeitsstudie denn produktives Alltagswerkzeug, nichts desto trotz aber ein spannendes Softwareprojekt, das einen einfachen Zugang beziehungsweise die einfache Nutzung der von Apple angebotenen Core-ML-Modelle erm\u00f6glicht. Maschinelles Lernen mit Core-ML-Modellen Der Multimedia-Player kann Fotos und Videos anzeigen und auf diese kompatible Core-ML-Modelle anwenden. Bei Core ML selbst handelt es sich […]<\/p>\n","protected":false},"author":1,"featured_media":204339,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[5],"tags":[4737,3847,6321,5789,6323],"class_list":["post-204333","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-apps","tag-apps","tag-coreml","tag-mac","tag-machine-learning","tag-videos"],"acf":[],"aioseo_notices":[],"subheadline":["L\u00e4dt Core-ML-Modelle","L\u00e4dt Core-ML-Modelle"],"featured_image":["https:\/\/images.ifun.de\/wp-content\/uploads\/2023\/02\/core-ml-videoplayer-feature.jpg"],"rest_api_enabler":{"subheadline":["L\u00e4dt Core-ML-Modelle","L\u00e4dt Core-ML-Modelle"],"featured_image":"https:\/\/images.ifun.de\/wp-content\/uploads\/2023\/02\/core-ml-videoplayer-feature.jpg"},"_links":{"self":[{"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/posts\/204333","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/comments?post=204333"}],"version-history":[{"count":2,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/posts\/204333\/revisions"}],"predecessor-version":[{"id":204340,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/posts\/204333\/revisions\/204340"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/media\/204339"}],"wp:attachment":[{"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/media?parent=204333"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/categories?post=204333"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ifun.de\/apiv2\/wp\/v2\/tags?post=204333"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}