AutoML Vision Edge

AutoML Vision Edge

AutoML Vision Edge की मदद से, अपनी ट्रेनिंग के डेटा से अपनी पसंद के मुताबिक इमेज क्लासिफ़िकेशन मॉडल तैयार करें.

अगर आपको किसी इमेज के कॉन्टेंट की पहचान करनी है, तो ML किट का इस्तेमाल करें. उपयोगकर्ता के डिवाइस पर इमेज लेबलिंग एपीआई या ऑन-डिवाइस ऑब्जेक्ट डिटेक्शन एपीआई का इस्तेमाल करें. इन एपीआई के इस्तेमाल किए जाने वाले मॉडल, अलग-अलग कामों के लिए बनाए गए हैं. साथ ही, इन्हें ट्रेनिंग दी गई है ताकि फ़ोटो में आम तौर पर सबसे ज़्यादा मिलने वाले कॉन्सेप्ट को पहचाना जा सके.

अगर आपको इमेज को लेबल करने या ऑब्जेक्ट पहचानने वाले किसी खास मॉडल की ज़रूरत है, तो यह सीमित डोमेन को कवर करेगा बारे में ज़्यादा गहराई से जानना होगा. उदाहरण के लिए, ऐसा मॉडल जो फूलों की प्रजातियां या खाने की कई किस्में—आपके पास Firebase ML और AutoML इस्तेमाल करने का विकल्प है Vision Edge का इस्तेमाल करके, मॉडल को अपनी इमेज और कैटगरी से ट्रेनिंग दें. कस्टम मॉडल को Google Cloud में ट्रेनिंग दी गई है. मॉडल तैयार हो जाने के बाद, उसका पूरा इस्तेमाल हो जाता है डिवाइस पर.

Firebase ML की AutoML Vision Edge सुविधाएं बंद कर दी गई हैं. इसलिए, Vertex AI से एमएल मॉडल को अपने-आप ट्रेनिंग देता है. इसके लिए, इनमें से कोई एक विकल्प चुना जा सकता है TensorFlow के तौर पर एक्सपोर्ट करें डिवाइस पर इस्तेमाल करने के लिए लाइट मॉडल या क्लाउड-आधारित डिवाइसों के लिए डिप्लॉयमेंट अनुमान.

इमेज को लेबल करने की प्रोसेस शुरू करना ऑब्जेक्ट की पहचान करने की सुविधा का इस्तेमाल शुरू करना

मुख्य सुविधाएं

आपके डेटा के आधार पर ट्रेन के मॉडल बनाना	यह सुविधा, कस्टम इमेज लेबलिंग और ऑब्जेक्ट डिटेक्शन मॉडल को अपने-आप ट्रेनिंग देती है ट्रेनिंग डेटा का इस्तेमाल करके, उन लेबल को पहचानें जो आपके लिए अहम हैं.
पहले से मौजूद मॉडल होस्टिंग	Firebase की मदद से अपने मॉडल होस्ट करें और रन टाइम के दौरान उन्हें लोड करें. इन्होंने बदलाव किया है मॉडल को Firebase पर होस्ट करके, यह पक्का किया जा सकता है कि उपयोगकर्ताओं के पास बिना कोई शुल्क दिए रिलीज़ किया गया है. साथ ही, आप मॉडल को अपने ऐप्लिकेशन के साथ भी बंडल कर सकते हैं, इसलिए यह इंस्टॉल करने पर तुरंत उपलब्ध होगा.

क्लाउड में AutoML मॉडल चलाना

इन पेजों पर, सिर्फ़ ऐसे मॉडल जनरेट करने के बारे में बताया गया है जो मोबाइल के लिए सही हैं डिवाइस पर. हालांकि, कई हज़ारों लेबल वाले मॉडल या जब बेहद सटीक होना ज़रूरी है, इसलिए हो सकता है कि क्लाउड में सर्वर के ऑप्टिमाइज़ किए गए मॉडल का इस्तेमाल करता है. इसे Cloud AutoML Vision API को सीधे तौर पर ऐक्सेस किया जा सकता है. यहां जाएं: अपने समाचार संगठन के लिए ऑनलाइन भविष्यवाणी.

ध्यान दें कि डिवाइस पर AutoML Vision Edge मॉडल चलाने के उलट, क्लाउड-आधारित AutoML मॉडल को बोले जाने पर बिल भेजा जाएगा.

लागू करने का पाथ

	ट्रेनिंग का डेटा इकट्ठा करना	ऐसे हर लेबल के उदाहरणों का डेटासेट बनाएं जिसे आपको मॉडल करना है पहचानने के लिए.
	नए मॉडल को ट्रेनिंग दें	Google Cloud कंसोल में, अपना ट्रेनिंग डेटा इंपोर्ट करें और इसका इस्तेमाल ट्रेनिंग देने के लिए करें एक नया मॉडल उपलब्ध कराया.
	अपने ऐप्लिकेशन में मॉडल का इस्तेमाल करना	मॉडल को अपने ऐप्लिकेशन के साथ बंडल करें या उसे Firebase से डाउनलोड करें. इसके लिए, यह ज़रूरी है. इसके बाद, डिवाइस पर इमेज को लेबल करने के लिए मॉडल का इस्तेमाल करें.

मूल्य-निर्धारण और सीमाएं

AutoML Vision Edge की मदद से, अपने हिसाब से बनाए गए मॉडल को ट्रेनिंग देने के लिए, आपको इस्तेमाल के हिसाब से पैसे चुकाने होंगे (ब्लेज़) प्लान.

अहम जानकारी: अब AutoML Vision Edge की मदद से, मॉडल को ट्रेन नहीं किया जा सकता स्पार्क प्लान. अगर आपने Spark प्लान के दौरान, पहले किसी मॉडल को ट्रेनिंग दी थी, तो ट्रेनिंग डेटा और ट्रेन किए गए मॉडल अब भी रीड-ओनली मोड में Firebase कंसोल. अगर आपको यह डेटा सेव रखना है, तो इसे डाउनलोड करें ध्यान दें.

डेटासेट	के अनुसार बिल Cloud Storage के शुल्क
हर डेटासेट के लिए इमेज	10,00,000
ट्रेनिंग के घंटे	हर मॉडल के लिए कोई सीमा तय नहीं है

अगले चरण

• इमेज लेबल करने वाले मॉडल को ट्रेनिंग देने का तरीका जानें.
• ऑब्जेक्ट की पहचान करने वाले मॉडल को ट्रेनिंग देने का तरीका जानें.