cardstream
モデル一覧

カードトラッキングのためのAIモデル

cardstreamに必要なモデルはちょうど2つ。フレーム内のカードを見つけるモデルと、いま見ているカードと新しいカードを区別するモデルです。加えて、検出の合間にカードを追跡するオプションの3つ目があります。アーキテクチャも重みもApache-2.0なので、別途ライセンスなしで商用利用できます。

cardstream-seg-nano 標準のロケーター

インスタンスセグメンテーション — カードの輪郭

v2 をダウンロード

カードの四隅を検出するため、識別に送られる切り抜き画像は傾きが補正され、背景のくさびが入った正方形ではなく、カードの縁でぴったり切り取られます。同一性ゲートも安定します。手の中でカードが傾いても、埋め込みは変わりません。

アーキテクチャ
RF-DETR Seg Nano
ランタイム
ONNX Runtime
レイテンシ(CPU)
約82 ms / フレーム
フラグ
--segmentor-model
重みのライセンス
Apache-2.0
アーキテクチャのライセンス
Apache-2.0 (Roboflow)
バージョン リリース 解像度 サイズ SHA-256 ダウンロード
v2 現行 2026-10 312 × 312 125 MB c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61 ダウンロード
v1 2026-09 312 × 312 125 MB 94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9 ダウンロード

cardstream-embed-mnv2 標準のゲート

埋め込み — 同一カードを判定する同一性ゲート

v1 をダウンロード

課金が発生するかどうかを決める唯一の問い、「同じカードか、新しいカードか」に答えます。256次元の記述子同士のコサイン距離で切り抜き画像を比較します。これが、カード1枚につきAPI呼び出し1回を可能にしています。

アーキテクチャ
MobileNetV2
ランタイム
ONNX Runtime · PyTorch · LiteRT
レイテンシ(CPU)
約5 ms / 切り抜き
フラグ
--embed-model
重みのライセンス
Apache-2.0
アーキテクチャのライセンス
Apache-2.0 (Google)
バージョン リリース 解像度 サイズ SHA-256 ダウンロード
v1 現行 2026-09 384 × 384 9.8 MB f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2 ダウンロード

vittrack オプトインのトラッカー

ビジュアルトラッキング — 検出と検出の間でボックスを引き継ぐ

2023sep をダウンロード

OpenCVが公開しているvitTrackerを、OpenCV zooからそのまま利用します。検出が約80 msかかるのに対し、トラッカーの更新は約2.7 msで済むため、--tracker-model を指定すると検出は低頻度の再同期層に回り、CPUでのリアルタイム処理が容易になります。判定するのは存在の有無だけで、同じカードか新しいカードかは引き続き同一性ゲートが判断します。

アーキテクチャ
TrackerVit
ランタイム
OpenCV
レイテンシ(CPU)
約2.7 ms / フレーム
フラグ
--tracker-model
重みのライセンス
Apache-2.0
アーキテクチャのライセンス
Apache-2.0 (OpenCV)
バージョン リリース 解像度 サイズ SHA-256 ダウンロード
2023sep 現行 2023-09 128 × 128 698 KB 2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d ダウンロード

オープンソース。セルフホスト。あなたの配信を、あなたのスタックで。

間に入るプラットフォームも、シートライセンスもありません。Ximilar API または独自の識別システムを接続すれば、cardstream はフレームごとではなく、異なるカードごとに1回だけ呼び出します。Whatnot でのブレイク、Fanatics Live 形式のショー、独自のライブコマース環境での配信——どんな形でも、今夜からお手持ちのハードウェアで cardstream を動かせます。