AutoML Vision Edge

AutoML Vision Edge

Buat model klasifikasi gambar kustom dari data pelatihan Anda sendiri dengan AutoML Vision Edge.

Jika Anda ingin mengenali konten gambar, salah satu opsinya adalah menggunakan API pelabelan gambar di perangkat atau API deteksi objek di perangkat ML Kit. Model yang digunakan oleh API ini dibuat untuk tujuan penggunaan umum, dan dilatih untuk mengenali konsep yang paling umum ditemukan dalam foto.

Jika Anda membutuhkan model pelabelan gambar atau deteksi objek yang lebih terspesialisasi, yang mencakup domain konsep yang lebih sempit secara lebih mendetail, misalnya model untuk membedakan spesies bunga atau jenis makanan, Anda dapat menggunakan Firebase ML dan AutoML Vision Edge untuk melatih model dengan gambar dan kategori Anda sendiri. Model kustom dilatih di Google Cloud, dan setelah siap, model tersebut sepenuhnya digunakan di perangkat.

Fitur AutoML Vision Edge Firebase ML tidak digunakan lagi. Pertimbangkan untuk menggunakan Vertex AI untuk melatih model ML secara otomatis, yang dapat Anda ekspor sebagai model TensorFlow Lite untuk penggunaan di perangkat atau deploy untuk inferensi berbasis cloud.

Memulai pelabelan gambar Memulai deteksi objek

Kemampuan utama

Melatih model berdasarkan data Anda	Otomatis melatih model pelabelan gambar dan deteksi objek kustom untuk mengenali label yang penting bagi Anda, dengan menggunakan data pelatihan Anda.
Hosting model bawaan	Hosting model Anda dengan Firebase, lalu muat saat run time. Dengan menghosting model di Firebase, Anda dapat memastikan pengguna memiliki model terbaru tanpa merilis versi baru aplikasi. Selain itu, Anda juga dapat memaketkan model dengan aplikasi Anda sehingga langsung tersedia setelah diinstal.

Menjalankan model AutoML di cloud

Halaman ini hanya membahas pembuatan model yang dioptimalkan untuk seluler yang ditujukan untuk berjalan di perangkat. Namun, untuk model dengan ribuan label, atau jika dibutuhkan akurasi yang jauh lebih tinggi, sebaiknya Anda menjalankan model yang dioptimalkan untuk server di cloud, yang dapat dilakukan dengan memanggil Cloud AutoML Vision API secara langsung. Lihat Membuat prediksi online.

Perlu diketahui bahwa tidak seperti menjalankan model AutoML Vision Edge di perangkat, menjalankan model AutoML berbasis cloud dikenai biaya per pemanggilan.

Alur implementasi

	Susun data pelatihan	Susun set data untuk contoh setiap label yang Anda inginkan agar dikenali model Anda.
	Latih model baru	Di Google Cloud Console, impor data pelatihan Anda dan gunakan untuk melatih model baru.
	Gunakan model di aplikasi Anda	Paketkan model dengan aplikasi Anda atau download dari Firebase ketika diperlukan. Lalu, gunakan model tersebut untuk memberi label pada gambar di perangkat.

Harga & Batas

Untuk melatih model kustom dengan AutoML Vision Edge, Anda harus menggunakan paket bayar sesuai penggunaan (Blaze).

Penting: Anda tidak dapat lagi melatih model dengan AutoML Vision Edge saat menggunakan paket Spark. Jika sebelumnya Anda telah melatih model saat menggunakan paket Spark, data pelatihan dan model yang dilatih masih dapat diakses dari Firebase console dalam mode hanya baca. Jika Anda ingin menyimpan data ini, download sebelum 1 Maret 2021.

Set data	Dikenai biaya sesuai dengan tarif Cloud Storage
Gambar per set data	1.000.000
Jam pelatihan	Tidak ada batas per model

Langkah berikutnya

• Pelajari cara melatih model pelabelan gambar.
• Pelajari cara melatih model deteksi objek.