ML Kit pour Firebase

ML Kit pour Firebase

Exploitez le machine learning dans vos applications pour résoudre des problèmes concrets.

Cette page décrit une ancienne version de ce SDK, appelée ML Kit pour Firebase Les fonctionnalités de ce SDK ont été réparties comme suit :

• Firebase ML, qui inclut toutes les fonctionnalités de ML cloud de Firebase.
• ML Kit, une bibliothèque autonome pour le ML sur l'appareil, que vous pouvez utiliser avec ou sans Firebase.

ML Kit est un SDK pour mobile qui permet de bénéficier de l'expertise en machine learning de Google Applications Android et iOS dans un package puissant et simple d'utilisation. Que vous soyez nouveau ou expérimenté en machine learning, vous pouvez implémenter la fonctionnalité dont vous avez besoin en quelques lignes de code. Il n'est pas nécessaire d'avoir une connaissance approfondie les réseaux de neurones ou l'optimisation de modèles pour commencer. En revanche, si vous êtes un développeur ML expérimenté, ML Kit fournit des API pratiques qui vous aident à utiliser vos modèles TensorFlow Lite personnalisés dans vos applications mobiles.

Il s'agit d'une version bêta de ML Kit pour Firebase. Ce peut faire l'objet de modifications susceptibles d'affecter la rétrocompatibilité et n'est sujette à aucune Contrat de niveau de service ou règlement relatif aux abandons.

Capacités clés

Une solution prête pour la production pour les cas d'utilisation courants	ML Kit est fourni avec un ensemble d'API prêtes à l'emploi pour une utilisation mobile courante. cas: reconnaissance de texte, détection de visages, identification de points de repère, numérisation codes-barres, étiquetage d'images et identification de la langue du texte. Simplement vous les transmettez à la bibliothèque ML Kit, qui vous fournit les informations dont vous avez besoin.
Sur l'appareil ou dans le cloud	La sélection d'API de ML Kit s'exécute sur l'appareil ou dans le cloud. Nos API intégrées au périphérique peuvent traiter vos données rapidement et fonctionner même en l'absence de connexion réseau. D'autre part, nos API dans le cloud exploiter la puissance de la technologie de machine learning de Google Cloud pour vous offrir un niveau de précision encore plus élevé.
Déployer des modèles personnalisés	Si les API de ML Kit ne couvrent pas vos cas d'utilisation, vous pouvez toujours de vos propres modèles TensorFlow Lite. Il vous suffit d'importer votre modèle dans Firebase, et nous nous chargeons de l'héberger et de la diffuser dans votre application. ML Kit agit comme une couche d'API pour votre modèle personnalisé, ce qui facilite exécuter et utiliser.

Fonctionnement

ML Kit permet d'appliquer facilement des techniques de ML dans vos applications les technologies de ML, comme API Google Cloud Vision TensorFlow Lite API Android Neural Networks dans un SDK unique. Que vous ayez besoin de la puissance du traitement dans le cloud, les fonctionnalités en temps réel des modèles sur appareil optimisés pour les mobiles, ou les de modèles TensorFlow Lite personnalisés, ML Kit vous permet d'utiliser que quelques lignes de code.

Quelles fonctionnalités sont disponibles sur l'appareil ou dans le cloud ?

Fonctionnalité	Appareil	Cloud
Reconnaissance de texte
Détection de visages
Lecture de codes-barres
Étiquetage d'images
Détection d'objets et suivi
Reconnaissance de points de repère
Identification de la langue
Translation
Réponses suggérées
Inférence de modèle AutoML
Inférence de modèles personnalisés

L'utilisation de ML Kit pour accéder aux fonctionnalités de Cloud ML est soumise aux Licence Google Cloud Platform Contrat et Service Conditions d'utilisation spécifiques et facturées en conséquence. Pour en savoir plus sur la facturation, consultez les la page Tarification de Firebase.

Chemin d'accès de l'exécution

	Intégrer le SDK	Incluez rapidement le SDK à l'aide de Gradle ou CocoaPods.
	Préparer les données d'entrée	Par exemple, si vous utilisez une fonctionnalité de vision, capturez une image du et générer les métadonnées nécessaires, comme la rotation de l'image, à l'utilisateur de sélectionner une photo dans sa galerie.
	Appliquer le modèle de ML à vos données	En appliquant le modèle de ML à vos données, vous générez des insights : l'état émotionnel des visages détectés ou des objets et concepts reconnue dans l'image, selon la fonctionnalité que vous avez utilisée. Utilisez ces des insights pour optimiser les fonctionnalités de votre appli comme embellissement photo, pour générer des métadonnées, etc.

Étapes suivantes

• Explorer les API prêtes à l'emploi: reconnaissance de texte, détection des visages, scan de codes-barres, étiquetage d'image, détection d'objets et le suivi, reconnaissance des points de repère, les réponses suggérées, la traduction et identification de la langue.
• Entraînez votre propre modèle d'étiquetage d'images avec AutoML Vision Edge.
• Découvrez comment utiliser des modèles personnalisés optimisés pour les mobiles dans les l'application.