Firebase 機器學習套件
在您的應用程式中使用機器學習來解決現實世界的問題。
ML Kit 是一款行動 SDK,透過功能強大且易於使用的軟體包將 Google 的機器學習專業知識引入 Android 和 iOS 應用程式。無論您是機器學習領域的新手還是經驗豐富的人,只需幾行程式碼即可實現所需的功能。無需深入了解神經網路或模型優化即可開始。另一方面,如果您是經驗豐富的 ML 開發人員,ML Kit 提供方便的 API,可協助您在行動應用程式中使用自訂 TensorFlow Lite 模型。
關鍵能力
可用於常見用例的生產 | ML Kit 附帶了一組適用於常見移動用例的即用型 API:識別文字、檢測人臉、識別地標、掃描條碼、標記圖像以及識別文字語言。只需將資料傳遞到 ML Kit 庫,它就會為您提供所需的資訊。 |
在裝置上或在雲端 | ML Kit 精選的 API 在裝置上或雲端運作。我們的裝置上 API 可以快速處理您的數據,即使在沒有網路連線的情況下也能正常運作。另一方面,我們基於雲端的 API 利用 Google Cloud 機器學習技術的強大功能為您提供更高水準的準確性。 |
部署自訂模型 | 如果 ML Kit 的 API 無法涵蓋您的用例,您始終可以使用自己現有的 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程式。 ML Kit 可作為自訂模型的 API 層,使其更易於運作和使用。 |
它是如何運作的?
ML Kit 將 Google 的 ML 技術(例如Google Cloud Vision API 、 TensorFlow Lite和Android Neural Networks API )整合到一個 SDK 中,讓您可以輕鬆地在應用程式中應用 ML 技術。無論您需要基於雲端的處理能力、行動優化的裝置上模型的即時功能,還是自訂 TensorFlow Lite 模型的靈活性,ML Kit 都只需幾行程式碼即可實現。
設備或雲端有哪些可用功能?
特徵 | 設備上 | 雲 |
---|---|---|
文字識別 | ||
人臉偵測 | ||
條碼掃描 | ||
圖片標註 | ||
物體檢測和追蹤 | ||
地標識別 | ||
語言識別 | ||
翻譯 | ||
智慧回覆 | ||
AutoML 模型推理 | ||
自訂模型推理 |
實施路徑
整合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,請從相機擷取影像並產生必要的元資料(例如影像旋轉),或提示使用者從圖庫中選擇照片。 | |
將 ML 模型應用於您的數據 | 透過將 ML 模型應用於您的數據,您可以產生見解,例如檢測到的臉孔的情緒狀態或影像中識別的物件和概念,具體取決於您使用的功能。使用這些見解來增強應用程式中的功能,例如照片修飾、自動元資料生成或您可以想像的任何其他功能。 |
下一步
- 探索即用型 API:文字辨識、臉部偵測、條碼掃描、影像標籤、物件偵測與追蹤、地標辨識、智慧回應、翻譯和語言辨識。
- 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式中使用針對行動裝置最佳化的自訂模型。