Комплект машинного обучения для Firebase

Комплект машинного обучения для Firebase

Используйте машинное обучение в своих приложениях для решения реальных проблем.

На этой странице описана старая версия этого SDK, называемая ML Kit for Firebase. Функциональность этого SDK разделена на:

• Firebase ML , который включает в себя все облачные функции машинного обучения Firebase.
• ML Kit — отдельная библиотека для машинного обучения на устройстве, которую можно использовать с Firebase или без нее.

ML Kit — это мобильный SDK, который объединяет опыт Google в области машинного обучения в приложениях Android и iOS в мощном, но простом в использовании пакете. Независимо от того, являетесь ли вы новичком или имеете опыт в машинном обучении, вы можете реализовать необходимую функциональность всего за несколько строк кода. Чтобы начать работу, не обязательно иметь глубокие знания в области нейронных сетей или оптимизации моделей. С другой стороны, если вы опытный разработчик машинного обучения, ML Kit предоставляет удобные API, которые помогут вам использовать ваши собственные модели TensorFlow Lite в ваших мобильных приложениях.

Это бета-версия ML Kit для Firebase. Этот API может быть изменен способами, несовместимыми с предыдущими версиями, и на него не распространяется какое-либо соглашение об уровне обслуживания или политика прекращения поддержки.

Ключевые возможности

Готовность к производству для распространенных случаев использования	ML Kit поставляется с набором готовых к использованию API-интерфейсов для распространенных случаев использования мобильных устройств: распознавание текста, обнаружение лиц, определение ориентиров, сканирование штрих-кодов, маркировка изображений и определение языка текста. Просто передайте данные в библиотеку ML Kit, и она предоставит вам необходимую информацию.
На устройстве или в облаке	Набор API-интерфейсов ML Kit работает на устройстве или в облаке. Наши API-интерфейсы на устройстве могут быстро обрабатывать ваши данные и работать даже при отсутствии подключения к сети. С другой стороны, наши облачные API используют возможности технологии машинного обучения Google Cloud , чтобы обеспечить еще более высокий уровень точности.
Развертывание пользовательских моделей	Если API-интерфейсы ML Kit не охватывают ваши варианты использования, вы всегда можете использовать свои собственные существующие модели TensorFlow Lite. Просто загрузите свою модель в Firebase, и мы позаботимся о ее хостинге и использовании в вашем приложении. ML Kit действует как уровень API для вашей пользовательской модели, упрощая ее запуск и использование.

Как это работает?

ML Kit упрощает применение методов машинного обучения в ваших приложениях, объединяя технологии машинного обучения Google, такие как Google Cloud Vision API , TensorFlow Lite и Android Neural Networks API, в одном SDK. Нужна ли вам мощь облачной обработки, возможности работы в реальном времени моделей, оптимизированных для мобильных устройств, или гибкость пользовательских моделей TensorFlow Lite, ML Kit сделает это возможным с помощью всего лишь нескольких строк кода.

Какие функции доступны на устройстве или в облаке?

Особенность	На устройстве	Облако
Распознавание текста
Распознавание лиц
Сканирование штрих-кода
Маркировка изображений
Обнаружение и отслеживание объектов
Признание достопримечательности
Идентификация языка
Перевод
Умный ответ
Вывод модели AutoML
Вывод пользовательской модели

Использование ML Kit для доступа к функциям Cloud ML регулируется Лицензионным соглашением Google Cloud Platform и Условиями использования отдельных услуг и взимается соответствующая плата. Информацию о выставлении счетов см. на странице цен на Firebase.

Путь реализации

	Интегрируйте SDK	Быстро подключите SDK с помощью Gradle или CocoaPods.
	Подготовьте входные данные	Например, если вы используете функцию машинного зрения, захватите изображение с камеры и сгенерируйте необходимые метаданные, такие как вращение изображения, или предложите пользователю выбрать фотографию из галереи.
	Примените модель ML к вашим данным	Применяя модель машинного обучения к вашим данным, вы получаете такую ​​информацию, как эмоциональное состояние обнаруженных лиц или объектов и концепций, которые были распознаны на изображении, в зависимости от используемой вами функции. Используйте эту информацию для реализации функций вашего приложения, таких как украшение фотографий, автоматическое создание метаданных или что-то еще, что вы только можете себе представить.

Следующие шаги

• Изучите готовые к использованию API: распознавание текста , распознавание лиц , сканирование штрих-кодов , маркировка изображений , обнаружение и отслеживание объектов , распознавание ориентиров , интеллектуальный ответ , перевод и идентификация языка .
• Обучите свою собственную модель маркировки изображений с помощью AutoML Vision Edge .
• Узнайте об использовании пользовательских моделей , оптимизированных для мобильных устройств, в вашем приложении.