Cette page a été traduite par l'API Cloud Translation.
Switch to English

AutoML Vision Edge

Créez des modèles de classification d'image personnalisés à partir de vos propres données d'entraînement avec AutoML Vision Edge.

Si vous souhaitez reconnaître le contenu d'une image, une option consiste à utiliser l' API d'étiquetage d'image sur l'appareil de ML Kit . Le modèle utilisé par l'API est conçu pour un usage général et est formé pour reconnaître environ 400 catégories qui couvrent les concepts les plus courants dans les photos.

Si vous avez besoin d'un modèle d'étiquetage d'image plus spécialisé, couvrant un domaine plus restreint de concepts plus en détail (par exemple, un modèle pour distinguer les espèces de fleurs ou les types d'aliments), vous pouvez utiliser Firebase ML et AutoML Vision Edge pour entraîner un modèle avec vos propres images et catégories. Le modèle personnalisé est entraîné dans Google Cloud et, une fois qu'il est prêt, il est entièrement utilisé sur l'appareil.

Commencer

Capacités clés

Former des modèles basés sur vos données

Entraînez automatiquement des modèles d'étiquettes d'image personnalisées pour reconnaître les étiquettes qui vous intéressent, en utilisant vos données d'entraînement.

Hébergement de modèle intégré

Hébergez vos modèles avec Firebase et chargez-les au moment de l'exécution avec ML Kit. En hébergeant le modèle sur Firebase, vous pouvez vous assurer que les utilisateurs disposent du dernier modèle sans publier une nouvelle version de l'application.

Et, bien sûr, vous pouvez également regrouper le modèle avec votre application, afin qu'il soit immédiatement disponible lors de l'installation.

Chemin de mise en œuvre

Assembler les données d'entraînement Rassemblez un ensemble de données d'exemples de chaque étiquette que votre modèle doit reconnaître.
Former un nouveau modèle Dans la console Firebase, importez vos données d'entraînement et utilisez-les pour entraîner un nouveau modèle.
Utilisez le modèle dans votre application Associez le modèle à votre application ou laissez ML Kit le télécharger à partir de Firebase lorsque cela est nécessaire. Ensuite, utilisez le modèle pour étiqueter les images sur l'appareil.

Prix ​​et limites

Étincelle et flamme Flamber
Ensembles de données 1 Facturé selon les tarifs de Cloud Storage
Images par jeu de données 1 000 1 000 000
Heures de formation
  • 3 heures gratuites par projet
  • 1 heure par modèle
  • 15 heures de formation gratuite par projet facturé. Heures de formation suivantes 4,95 USD par heure.
  • Aucune limite par modèle

Prochaines étapes

Apprenez à former un modèle d'étiquetage d'image .