Firebase 机器学习套件
在您的应用程序中使用机器学习来解决实际问题。
ML Kit 是一个移动 SDK，它通过一个功能强大且易于使用的软件包将 Google 的机器学习专业知识带入 Android 和 iOS 应用程序。无论您是机器学习新手还是经验丰富的人，只需几行代码即可实现所需的功能。无需深入了解神经网络或模型优化即可开始使用。另一方面，如果您是经验丰富的 ML 开发人员，ML Kit 提供了方便的 API，可帮助您在移动应用程序中使用自定义 TensorFlow Lite 模型。
关键能力
| 为常见用例做好生产准备 | ML Kit 附带一组用于常见移动用例的即用型 API：识别文本、检测面部、识别地标、扫描条形码、标记图像和识别文本语言。只需将数据传递到 ML Kit 库，它就会为您提供所需的信息。 |
| 在设备上或云端 | ML Kit 的 API 选择在设备上或云端运行。我们的设备端 API 可以快速处理您的数据，即使在没有网络连接的情况下也能正常工作。另一方面，我们基于云的 API 利用 Google Cloud 机器学习技术的强大功能为您提供更高级别的准确性。 |
| 部署自定义模型 | 如果 ML Kit 的 API 不涵盖您的用例，您可以随时使用自己现有的 TensorFlow Lite 模型。只需将您的模型上传到 Firebase，我们就会负责托管并将其提供给您的应用。 ML Kit 充当自定义模型的 API 层，使其更易于运行和使用。 |
它是如何工作的？
ML Kit 将 Google 的 ML 技术（例如Google Cloud Vision API 、 TensorFlow Lite和Android 神经网络 API ）整合到一个 SDK 中，从而可以轻松地将 ML 技术应用到您的应用程序中。无论您需要基于云的处理能力、移动优化的设备上模型的实时功能，还是自定义 TensorFlow Lite 模型的灵活性，ML Kit 只需几行代码即可实现。
设备或云端有哪些功能可用？
| 特征 | 设备上 | 云 |
|---|---|---|
| 文字识别 | ||
| 人脸检测 | ||
| 条码扫描 | ||
| 图像标注 | ||
| 目标检测和跟踪 | ||
| 地标识别 | ||
| 语言识别 | ||
| 翻译 | ||
| 智能回复 | ||
| AutoML 模型推理 | ||
| 自定义模型推断 |
实施路径
| 集成 SDK | 使用 Gradle 或 CocoaPods 快速包含 SDK。 | |
| 准备输入数据 | 例如，如果您使用视觉功能，从相机捕获图像并生成必要的元数据，例如图像旋转，或提示用户从他们的图库中选择照片。 | |
| 将 ML 模型应用于您的数据 | 通过将 ML 模型应用于您的数据，您可以生成洞察力，例如检测到的面部的情绪状态或图像中识别的对象和概念，具体取决于您使用的功能。使用这些见解来增强应用程序中的功能，例如照片修饰、自动元数据生成或您能想象到的任何其他功能。 |
下一步
- 探索即用型 API：文本识别、人脸检测、条形码扫描、图像标记、对象检测和跟踪、地标识别、智能回复、翻译和语言识别。
- 使用AutoML Vision Edge训练您自己的图像标记模型。
- 了解如何在您的应用程序中使用针对移动设备优化的自定义模型。