LiteRT.js 画像分類デモ
Google のオンデバイス AI ランタイム LiteRT.js（旧 TensorFlow Lite）を試せるデモです。画像ファイルまたはカメラ映像を MobileNet がブラウザ内で推論し、上位5クラスと確信度を表示します。モデル（軽量/高精度）を切り替えられます。画像はサーバーにアップロードされず、すべて端末内で処理されます。
⚠ 初回は AI ランタイム（WASM 約9MB）とモデルの読み込みが発生します（端末内にキャッシュ）。読み込み・推論はすべて端末内で行われ、画像・映像・データが外部に送信されることはありません。
画像をドラッグ＆ドロップ、または
JPEG / PNG などの画像。犬・猫・車・果物などの一般的な被写体で試せます。
カメラに写ったものをその場で分類します。「リアルタイム判定」中は数回/秒で推論し続けます（端末内処理・録画なし）。
推論結果（上位5クラス）
このツールについて
- LiteRT.js は Google の高性能なオンデバイス AI 推論ランタイム（旧称 TensorFlow Lite / TFLite）です。
.tfliteモデルをブラウザ内（WebAssembly / WebGPU）で実行できます。 - 6つのモデルを切り替えられます（ImageNet 1000クラス・ラベルは英語）。精度が上がるほどサイズ・処理時間も増えます: MobileNet v1（量子化・約70%） → MobileNet v2（float・約72%） → EfficientNet-Lite0（約75%） → Lite2（約77%） → Lite3（約79%） → EfficientNet-Lite4（約81%・300px・最も高精度）。同じ画像でも精度・速度の違いを体感できます。
- 画像ファイルとカメラ映像の2通りで試せます。カメラは端末内で処理され、映像の録画・送信は行いません。分類は CPU（WebAssembly）で実行しています。
- ランタイム・モデル・入力画像/映像はすべて端末内で処理され、外部サーバーに送信されることはありません（初回のランタイム/モデルの読み込みを除く）。
LiteRT.js 画像分類デモとは？使い方と活用ガイド
LiteRT.js 画像分類デモは、GoogleのオンデバイスAI推論ランタイム LiteRT.js（旧称 TensorFlow Lite / TFLite）をブラウザで動かし、画像やカメラ映像をその場で分類できるデモです。学習済みの .tflite モデルを、サーバーを介さずWebAssembly／WebGPUで直接実行するため、推論はすべて端末の中で完結します。
くわしい説明を読むあと3段落
使い方は、画像を選ぶかカメラを起動するだけです。「カメラ」タブから起動すれば写っているものをその場で分類でき、「リアルタイム判定」中は数回／秒のペースで推論し続けます。分類に使っているのはImageNetの1000クラスで学習したモデルなので、動物・乗り物・道具・食べ物といった一般的な被写体に強く、学習カテゴリの外にあるものは近いラベルへ寄る傾向があります。ラベルは英語表記です。
モデルは6種類から切り替えられます。MobileNet v1（量子化・軽量で高速）、MobileNet v2（float）、EfficientNet-Lite0／Lite2／Lite3、そして最も高精度なEfficientNet-Lite4（入力300px）です。同じ画像で切り替えると、精度と処理時間のトレードオフを体感できます。軽いモデルは即座に答えを返す代わりに紛らわしい被写体で迷い、重いモデルは時間をかけて確度の高い答えを出す、という違いがはっきり現れます。
結果が期待どおりでないこともありますが、それは端末内で動く軽量モデルを使っているためで、クラウド上の大型モデルほどの精度は出ません。より正確に判定したい場合はEfficientNet-Lite4を試してください。初回のみAIランタイム（WASM 約9MB）とモデル（約4MB）の読み込みが発生しますが、それ以降は端末内で完結します。選んだ画像やカメラ映像が外部サーバーへ送信されることはなく、録画も行いません。
よくある質問
LiteRT.js とは何ですか？
Google のオンデバイス AI 推論ランタイム（旧称 TensorFlow Lite / TFLite）です。学習済みの .tflite モデルを、サーバーを介さずブラウザ内（WebAssembly / WebGPU）で直接実行できます。
画像はサーバーにアップロードされますか？
いいえ。推論はすべて端末内（ブラウザ内）で行われ、選んだ画像やカメラ映像が外部サーバーに送信されることはありません。初回のみ AI ランタイム（WASM 約9MB）とモデル（約4MB）の読み込みが発生します。
カメラでも試せますか？
はい。「カメラ」タブから起動でき、写ったものをその場で分類できます。「リアルタイム判定」中は数回/秒で推論し続けます。映像は端末内で処理され、録画・送信は行いません（カメラの利用にはブラウザの許可が必要です）。
どんな画像を分類できますか？
ImageNet 1000クラスで学習したモデルを使用しており、動物・乗り物・道具・食べ物など一般的な被写体に強いです。学習カテゴリ外の被写体は近いラベルに寄ることがあります。ラベルは英語です。
モデルは切り替えられますか？
はい。MobileNet v1（量子化・軽量/高速）、MobileNet v2（float）、EfficientNet-Lite0/2/3、EfficientNet-Lite4（最も高精度・300px）の6種類から選べます。精度が高いモデルほどサイズ・処理時間も増えるため、同じ画像で精度と速度の違いを体感できます。
結果が正確でないことがあるのはなぜですか？
端末内で動く軽量モデルを使っているため、精度は最新の大型モデルより劣ります。より正確に判定したい場合は精度の高いモデル（EfficientNet-Lite4など）をお試しください。あくまで LiteRT.js の動作を体感するデモです。