Firebase 機器學習套件
在您的應用程序中使用機器學習來解決實際問題。
ML Kit 是一個移動 SDK,它通過一個功能強大且易於使用的軟件包將 Google 的機器學習專業知識帶入 Android 和 iOS 應用程序。無論您是機器學習新手還是經驗豐富的人,只需幾行代碼即可實現所需的功能。無需深入了解神經網絡或模型優化即可開始使用。另一方面,如果您是經驗豐富的 ML 開發人員,ML Kit 提供了方便的 API,可幫助您在移動應用程序中使用自定義 TensorFlow Lite 模型。
關鍵能力
為常見用例做好生產準備 | ML Kit 附帶一組用於常見移動用例的即用型 API:識別文本、檢測面部、識別地標、掃描條形碼、標記圖像和識別文本語言。只需將數據傳遞到 ML Kit 庫,它就會為您提供所需的信息。 |
在設備上或云端 | ML Kit 的 API 選擇在設備上或云端運行。我們的設備端 API 可以快速處理您的數據,即使在沒有網絡連接的情況下也能正常工作。另一方面,我們基於雲的 API 利用 Google Cloud 機器學習技術的強大功能為您提供更高級別的準確性。 |
部署自定義模型 | 如果 ML Kit 的 API 不涵蓋您的用例,您可以隨時使用自己現有的 TensorFlow Lite 模型。只需將您的模型上傳到 Firebase,我們就會負責託管並將其提供給您的應用。 ML Kit 充當自定義模型的 API 層,使其更易於運行和使用。 |
它是如何工作的?
ML Kit 將 Google 的 ML 技術(例如Google Cloud Vision API 、 TensorFlow Lite和Android 神經網絡 API )整合到一個 SDK 中,從而可以輕鬆地將 ML 技術應用到您的應用程序中。無論您需要基於雲的處理能力、移動優化的設備上模型的實時功能,還是自定義 TensorFlow Lite 模型的靈活性,ML Kit 只需幾行代碼即可實現。
設備或云端有哪些功能可用?
特徵 | 設備上 | 雲 |
---|---|---|
文字識別 | ||
人臉檢測 | ||
條碼掃描 | ||
圖像標註 | ||
目標檢測和跟踪 | ||
地標識別 | ||
語言識別 | ||
翻譯 | ||
智能回复 | ||
AutoML 模型推理 | ||
自定義模型推斷 |
實施路徑
集成 SDK | 使用 Gradle 或 CocoaPods 快速包含 SDK。 | |
準備輸入數據 | 例如,如果您使用視覺功能,從相機捕獲圖像並生成必要的元數據,例如圖像旋轉,或提示用戶從他們的圖庫中選擇照片。 | |
將 ML 模型應用於您的數據 | 通過將 ML 模型應用於您的數據,您可以生成洞察力,例如檢測到的面部的情緒狀態或圖像中識別的對象和概念,具體取決於您使用的功能。使用這些見解來增強應用程序中的功能,例如照片修飾、自動元數據生成或您能想像到的任何其他功能。 |
下一步
- 探索即用型 API:文本識別、人臉檢測、條形碼掃描、圖像標記、對象檢測和跟踪、地標識別、智能回复、翻譯和語言識別。
- 使用AutoML Vision Edge訓練您自己的圖像標記模型。
- 了解如何在您的應用程序中使用針對移動設備優化的自定義模型。