Firebase 專用機器學習套件
在應用程式中使用機器學習技術來解決實際問題。
ML Kit 是一款行動 SDK，能將 Google 的機器學習專業知識提供給 功能強大但簡單易用的 Android 和 iOS 應用程式套件。無論您是新手 您就能實作這項功能 只需要幾行程式碼即可不必具備瞭解 即可開始使用另一方面 是經驗豐富的機器學習開發人員，ML Kit 提供便利的 API 系統會在行動應用程式中使用自訂的 TensorFlow Lite 模型。
主要功能
| 可立即運用於常見用途的實際工作環境 |
ML Kit 隨附一組可立即使用的 API，適用於行動裝置 案例：辨識文字、偵測臉孔、辨識地標、掃描 將圖片加上標籤，以及辨識文字語言只要 將資料傳入 ML Kit 程式庫 就能取得 需求。 |
| 在裝置上或雲端中 |
ML Kit 提供的一系列 API 是在裝置端或雲端執行。我們的 裝置端 API 可以快速處理資料，且即使在 而且沒有網路連線。另一方面，我們的雲端式 API 運用「Google Cloud」的機器學習技術 提供更優異的準確率 |
| 部署自訂模型 |
如果機器學習套件的 API 並未涵蓋您的用途，您也可以使用自己現有的 TensorFlow Lite 模型。只要將模型上傳到 Firebase，我們會負責託管並提供給您的應用程式。 ML Kit 可做為自訂模型的 API 層，簡化 執行和使用 |
運作原理
ML Kit 採用 Google 的 機器學習技術，例如 Google Cloud Vision API TensorFlow Lite，以及 Android Neural Networks API 整合於單一 SDK 中無論您需要強大的雲端式處理功能 行動裝置專用裝置型號的即時功能 自訂 TensorFlow Lite 模型的靈活性，而 ML Kit 提供 只需幾行程式碼即可
裝置上或雲端中有哪些功能？
| 功能 | 裝置上 | Cloud |
|---|---|---|
| 文字辨識 | ||
| 臉部偵測 | ||
| 條碼掃描 | ||
| 為圖片加上標籤 | ||
| 物件偵測和追蹤 | ||
| 地標辨識 | ||
| 語言識別 | ||
| 翻譯 | ||
| 智慧回覆 | ||
| AutoML 模型推論 | ||
| 自訂模型推論 |
實作路徑
| 整合 SDK | 使用 Gradle 或 CocoaPods 快速加入 SDK。 | |
| 準備輸入資料 | 舉例來說，如果您使用視覺功能，請從 然後產生必要中繼資料，如圖片旋轉或提示 使用者從圖片庫中選取相片。 | |
| 將機器學習模型套用至資料 | 對資料套用機器學習模型，即可產生深入分析資訊，例如 偵測到的臉孔或出現受攻擊的物體和概念的情緒狀態 視你使用的功能而定。您可以運用這些洞察資料，為應用程式提供強大的功能，例如圖片修飾、自動產生中繼資料，或其他您能想到的功能。 |
後續步驟
- 探索各種立即可用的 API：文字辨識、 臉部偵測、條碼掃描、 為圖片加上標籤 物件偵測與追蹤、 地標辨識、 智慧回覆、翻譯和 語言識別。
- 使用以下文字訓練自己的圖片標籤模型： AutoML Vision Edge。
- 瞭解如何使用專為行動裝置最佳化的自訂模型 應用程式。