Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Firebase için ML Kiti
plat_iosplat_android
Gerçek hayattan sorunları çözmek için uygulamalarınızda makine öğrenimini kullanın.
Makine Öğrenimi Kiti, Google'ın makine öğrenimi uzmanlığını
Android ve iOS uygulamalarını hem güçlü hem de kullanımı kolay bir pakette bulabilirsiniz. Makine öğrenimi konusunda yeni veya deneyimli olmanız fark etmez. İhtiyacınız olan işlevi yalnızca birkaç kod satırı kullanarak uygulayabilirsiniz. Projenin yolunda gittiğinden
nöral ağlar veya model optimizasyonu hakkında bilgi edinin. Diğer yandan,
deneyimli bir makine öğrenimi geliştiricisidir. Makine Öğrenimi Kiti,
mobil uygulamalarınızda özel TensorFlow Lite modellerinizi kullanırsınız.
Temel özellikler
Yaygın kullanım alanları için üretime hazır
ML Kit, yaygın mobil kullanıma yönelik bir dizi kullanıma hazır API içerir.
durumlar: metni tanıma, yüzleri algılama, önemli noktaları tanımlama, tarama
barkodları, görselleri etiketleme ve metnin dilini tanımlama. Basitçe
verileri ML Kit kitaplığına aktarmanızı sağlar. Bu sayede, istediğiniz
gerekiyor.
Cihazda veya bulutta
ML Kit'in API'lerden oluşan seçkileri, cihaz üzerinde veya bulutta çalışır. Bizim
cihaz üzerindeki API'ler verilerinizi hızlı bir şekilde işleyebilir ve
ağ bağlantısı yok. Öte yandan bulut tabanlı API'lerimiz
Google Cloud makine öğrenimi teknolojisinin gücünden yararlanın
kullanarak daha doğru sonuçlar elde edebilirsiniz.
Özel modelleri dağıtma
Makine Öğrenimi Kiti API'leri kullanım alanlarınızı kapsamıyorsa
modellerine sahip olursunuz. Modelinizi şuraya yüklemeniz yeterlidir:
olarak tanımlarsanız, Firebase'i barındırma ve uygulamanızda sunma işini biz hallederiz.
ML Kit, özel modeliniz için bir API katmanı görevi görerek
bir örneği inceleyelim.
Nasıl çalışır?
ML Kit, Google Cloud Vision API, TensorFlow Lite ve Android Neural Networks API gibi Google'ın makine öğrenimi teknolojilerini tek bir SDK'da bir araya getirerek uygulamalarınızda makine öğrenimi tekniklerini uygulamanızı kolaylaştırır. İster bulut tabanlı işlem gücüne ihtiyacınız olsun,
cihaz üzerinde mobil cihazlar için optimize edilmiş modellerin gerçek zamanlı özelliklerini veya
özel TensorFlow Lite modellerinin esnekliğiyle, ML Kit sayesinde
birkaç satırlık kod yazmak yeterli olacaktır.
Gradle veya CocoaPods kullanarak SDK'yı hızlıca dahil edin.
Giriş verilerini hazırlama
Örneğin, bir görüntüleme özelliği kullanıyorsanız kameradan bir resim çekin ve resim döndürme gibi gerekli meta verileri oluşturun veya kullanıcıdan galerisinden bir fotoğraf seçmesini isteyin.
Verilerinize ML modelini uygulama
Verilerinize makine öğrenimi modelini uygulayarak aşağıdakiler gibi analizler oluşturursunuz:
veya algılanma sürecinde olan nesnelerin ve kavramların
resimde tanınmalıdır. Bunları kullan
fotoğraf süsleme, otomatik
veya aklınıza gelebilecek her şeyi üretebilirsiniz.
[null,null,["Son güncelleme tarihi: 2025-07-25 UTC."],[],[],null,["ML Kit for Firebase \nplat_ios plat_android \nUse machine learning in your apps to solve real-world problems.\n\nML Kit is a mobile SDK that brings Google's machine learning expertise to\nAndroid and iOS apps in a powerful yet easy-to-use package. Whether you're new\nor experienced in machine learning, you can implement the functionality\nyou need in just a few lines of code. There's no need to have deep knowledge of\nneural networks or model optimization to get started. On the other hand, if you\nare an experienced ML developer, ML Kit provides convenient APIs that help\nyou use your custom TensorFlow Lite models in your mobile apps.\n| This is a beta release of ML Kit for Firebase. This API might be changed in backward-incompatible ways and is not subject to any SLA or deprecation policy.\n\nKey capabilities\n\n|---------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Production-ready for common use cases | ML Kit comes with a set of ready-to-use APIs for common mobile use cases: recognizing text, detecting faces, identifying landmarks, scanning barcodes, labeling images, and identifying the language of text. Simply pass in data to the ML Kit library and it gives you the information you need. |\n| On-device or in the cloud | ML Kit's selection of APIs run on-device or in the cloud. Our on-device APIs can process your data quickly and work even when there's no network connection. Our cloud-based APIs, on the other hand, leverage the power of Google Cloud's machine learning technology to give you an even higher level of accuracy. |\n| Deploy custom models | If ML Kit's APIs don't cover your use cases, you can always bring your own existing TensorFlow Lite models. Just upload your model to Firebase, and we'll take care of hosting and serving it to your app. ML Kit acts as an API layer to your custom model, making it simpler to run and use. |\n\nHow does it work?\n\nML Kit makes it easy to apply ML techniques in your apps by bringing Google's\nML technologies, such as the\n[Google Cloud Vision API](https://cloud.google.com/vision/),\n[TensorFlow Lite](https://www.tensorflow.org/mobile/tflite/), and the\n[Android Neural Networks API](https://developer.android.com/ndk/guides/neuralnetworks/)\ntogether in a single SDK. Whether you need the power of cloud-based processing,\nthe real-time capabilities of mobile-optimized on-device models, or the\nflexibility of custom TensorFlow Lite models, ML Kit makes it possible with\njust a few lines of code.\n\nWhat features are available on device or in the cloud?\n\n| Feature | On-device | Cloud |\n|---------------------------------------------------------------|-----------|-------|\n| [Text recognition](/docs/ml-kit/recognize-text) | | |\n| [Face detection](/docs/ml-kit/detect-faces) | | |\n| [Barcode scanning](/docs/ml-kit/read-barcodes) | | |\n| [Image labeling](/docs/ml-kit/label-images) | | |\n| [Object detection \\& tracking](/docs/ml-kit/object-detection) | | |\n| [Landmark recognition](/docs/ml-kit/recognize-landmarks) | | |\n| [Language identification](/docs/ml-kit/identify-languages) | | |\n| [Translation](/docs/ml-kit/translation) | | |\n| [Smart Reply](/docs/ml-kit/generate-smart-replies) | | |\n| [AutoML model inference](/docs/ml-kit/automl-image-labeling) | | |\n| [Custom model inference](/docs/ml-kit/use-custom-models) | | |\n\n| Use of ML Kit to access Cloud ML functionality is subject to the [Google Cloud Platform License\n| Agreement](https://cloud.google.com/terms/) and [Service\n| Specific Terms](https://cloud.google.com/terms/service-terms), and billed accordingly. For billing information, see the Firebase [Pricing](/pricing) page.\n\nImplementation path\n\n|---|---------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| | Integrate the SDK | Quickly include the SDK using Gradle or CocoaPods. |\n| | Prepare input data | For example, if you're using a vision feature, capture an image from the camera and generate the necessary metadata such as image rotation, or prompt the user to select a photo from their gallery. |\n| | Apply the ML model to your data | By applying the ML model to your data, you generate insights such as the emotional state of detected faces or the objects and concepts that were recognized in the image, depending on the feature you used. Use these insights to power features in your app like photo embellishment, automatic metadata generation, or whatever else you can imagine. |\n\nNext steps\n\n- Explore the ready-to-use APIs: [text recognition](/docs/ml-kit/recognize-text), [face detection](/docs/ml-kit/detect-faces), [barcode scanning](/docs/ml-kit/read-barcodes), [image labeling](/docs/ml-kit/label-images), [object detection \\& tracking](/docs/ml-kit/object-detection), [landmark recognition](/docs/ml-kit/recognize-landmarks), [Smart Reply](/docs/ml-kit/generate-smart-replies), [translation](/docs/ml-kit/translation), and [language identification](/docs/ml-kit/identify-languages).\n- Train your own image labeling model with [AutoML Vision Edge](/docs/ml-kit/automl-image-labeling).\n- Learn about using mobile-optimized [custom models](/docs/ml-kit/use-custom-models) in your app."]]
