ML Kit für Firebase

Nutzen Sie maschinelles Lernen in Ihren Apps, um reale Probleme zu lösen.

ML Kit ist ein mobiles SDK, mit dem Sie das Know-how von Google im Bereich maschinelles Lernen Android- und iOS-Apps in einem leistungsstarken und dennoch benutzerfreundlichen Paket Ganz gleich, ob Sie oder Erfahrung in maschinellem Lernen haben, können Sie die Funktion mit nur wenigen Codezeilen. Sie brauchen kein tiefes Wissen neuronale Netzwerke oder die Modelloptimierung nutzen können. Wenn Sie jedoch erfahrene ML-Entwickler, ML Kit bietet praktische APIs, Ihre benutzerdefinierten TensorFlow Lite-Modelle in Ihren mobilen Apps verwenden.

Hauptmerkmale

Produktionsbereit für häufige Anwendungsfälle

ML Kit umfasst eine Reihe sofort einsatzbereiter APIs für gängige mobile Anwendungen Fälle: Texterkennung, Gesichtserkennung, Identifizieren von Sehenswürdigkeiten, Scannen Barcodes, Beschriftungen von Bildern und Identifizieren der Sprache des Textes. Einfach Daten an die ML Kit-Bibliothek übergeben. Sie erhalten dann die Informationen, die Sie brauchen.
Auf dem Gerät oder in der Cloud

Die von ML Kit ausgewählten APIs lassen sich auf dem Gerät oder in der Cloud ausführen. Unsere können On-Device-APIs Ihre Daten schnell verarbeiten, keine Netzwerkverbindung. Unsere cloudbasierten APIs dagegen Das Potenzial der ML-Technologie von Google Cloud nutzen um eine noch höhere Genauigkeit zu erreichen.
Benutzerdefinierte Modelle bereitstellen

Wenn die APIs von ML Kit Ihre Anwendungsfälle nicht abdecken, können Sie eigenen TensorFlow Lite-Modellen nutzen können. Laden Sie einfach Ihr Modell in Firebase. Wir kümmern uns um das Hosting und die Bereitstellung für Ihre App. ML Kit fungiert als API-Ebene für Ihr benutzerdefiniertes Modell, sodass es einfacher ist, ausführen und verwenden.

Funktionsweise

Mit ML Kit können Sie ML-Techniken ganz einfach in Ihren Apps anwenden, da die ML-Technologien von Google wie die Google Cloud Vision API, TensorFlow Lite und die Android Neural Networks API in einem einzigen SDK zusammengefasst sind. Ganz gleich, ob Sie die leistungsstarke cloudbasierte Verarbeitung benötigen, die Echtzeitfunktionen von für Mobilgeräte optimierten On-Device-Modellen oder die Flexibilität benutzerdefinierter TensorFlow Lite-Modelle haben, ermöglicht ML Kit mit nur ein paar Zeilen Code schreiben.

Welche Funktionen sind auf dem Gerät oder in der Cloud verfügbar?

Funktion Auf dem Gerät Cloud
Texterkennung
Gesichtserkennung
Barcode scannen
Bildlabel
Objekterkennung und Tracking
Erkennung von Sehenswürdigkeiten
Spracherkennung
Translation
Intelligente Antwort
AutoML-Modellinferenz
Benutzerdefinierte Modellinferenz

Vorgehensweise bei der Implementierung

SDK einbinden Binde das SDK schnell mithilfe von Gradle oder CocoaPods ein.
Eingabedaten vorbereiten Wenn Sie beispielsweise eine Vision-Funktion verwenden, nehmen Sie ein Bild von der Kamera und generieren die erforderlichen Metadaten wie Bilddrehung oder Prompt können Nutzer ein Foto aus ihrer Galerie auswählen.
ML-Modell auf Daten anwenden Durch die Anwendung des ML-Modells auf Ihre Daten gewinnen Sie Erkenntnisse wie den emotionalen Zustand erkannter Gesichter oder der Objekte und Konzepte, die im Bild erkannt werden, je nach verwendeter Funktion. Mit diesen Informationen können Sie Funktionen in Ihrer App wie Fotoverschönerung, automatische Metadatengenerierung oder was auch immer Sie sich vorstellen können, optimieren.

Nächste Schritte