← INDEX に戻る
ONNX Runtime Web 読込中… モード判定中…

🀄 Live Demo — ブラウザ内麻雀牌検出

YOLOX-Nano (ONNX 形式) を ONNX Runtime Web で読み込み、画像をローカル推論します。サーバーへの画像送信は一切ありません。

1. 画像を選択 → 推論実行

入力 / 検出結果プレビュー

📁
画像をここにドラッグ&ドロップ
または下のボタンから選択 (JPG / PNG / WebP)
サンプル画像をクリックで読込:
M.LEAGUE peak frame
M.LEAGUE peak
Detection sample
Detection sample
Synthetic 1
Synthetic #1
Synthetic 2
Synthetic #2
Synthetic 3
Synthetic #3
Realtime demo
Realtime demo
画像を選択すると検出結果がここに表示されます

検出結果テーブル

0検出数
—推論時間 (ms)
—平均信頼度
まだ検出結果はありません

2. クレジット & ライセンス表記 (CC BY 4.0 必須帰属)

本デモは以下のオープンソース成果に依拠しています。再配布時は各ライセンスに従い、以下の帰属表示を保持してください。

YOLOX (検出モデル)
Copyright (c) 2021-2022 Megvii Inc.
Apache License 2.0 / github.com/Megvii-BaseDetection/YOLOX
mahjong_huge / Riichi Mahjong Detection (学習データ)
by riichimahjongdetection (Roboflow Universe)
CC BY 4.0 / 帰属表示必須
FluffyStuff/riichi-mahjong-tiles (タイル素材)
by FluffyStuff
CC BY 4.0 / github.com/FluffyStuff/riichi-mahjong-tiles
ONNX Runtime Web (推論ランタイム)
Copyright (c) Microsoft Corporation
MIT License / onnxruntime.ai

3. 本デモについて (プレースホルダ動作の説明)

現在の状態: 実 ONNX モデル (models/yolox_nano_mahjong.onnx) はまだ学習中で配置されていません。そのため、上の検出結果は デモモードのダミー bbox です。前処理 → 推論 → NMS → 後処理 → 可視化までのパイプライン UX は完全に再現されています。

実モデル組み込み後の差し替え手順:

  1. YOLOX-Nano を tools/export_onnx.py で ONNX エクスポート (入力 416×416, 出力 [N, 8400, 39])
  2. docs-site/models/yolox_nano_mahjong.onnx として配置 (ファイルサイズ約 3 MB)
  3. ページをリロード → 自動的にライブモードに切替 (上のバッジが "LIVE" に)
  4. WebAssembly SIMD 対応ブラウザで 50–150 ms / 推論 (M.LEAGUE 1080p 動画 → 416 リサイズ後)

関連ドキュメント: