संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
AutoML Vision Edge
plat_iosplat_android
AutoML Vision Edge की मदद से, अपनी ट्रेनिंग के डेटा से अपनी पसंद के मुताबिक इमेज क्लासिफ़िकेशन मॉडल तैयार करें.
अगर आपको किसी इमेज के कॉन्टेंट की पहचान करनी है, तो ML किट का इस्तेमाल करें.
उपयोगकर्ता के डिवाइस पर इमेज लेबलिंग एपीआई
या ऑन-डिवाइस ऑब्जेक्ट डिटेक्शन एपीआई का इस्तेमाल करें.
इन एपीआई के इस्तेमाल किए जाने वाले मॉडल, अलग-अलग कामों के लिए बनाए गए हैं. साथ ही, इन्हें ट्रेनिंग दी गई है
ताकि फ़ोटो में आम तौर पर सबसे ज़्यादा मिलने वाले कॉन्सेप्ट को पहचाना जा सके.
अगर आपको इमेज को लेबल करने या ऑब्जेक्ट पहचानने वाले किसी खास मॉडल की ज़रूरत है, तो यह सीमित डोमेन को कवर करेगा
बारे में ज़्यादा गहराई से जानना होगा. उदाहरण के लिए, ऐसा मॉडल जो
फूलों की प्रजातियां या खाने की कई किस्में—आपके पास Firebase ML और AutoML इस्तेमाल करने का विकल्प है
Vision Edge का इस्तेमाल करके, मॉडल को अपनी इमेज और कैटगरी से ट्रेनिंग दें. कस्टम
मॉडल को Google Cloud में ट्रेनिंग दी गई है. मॉडल तैयार हो जाने के बाद, उसका पूरा इस्तेमाल हो जाता है
डिवाइस पर.
यह सुविधा, कस्टम इमेज लेबलिंग और ऑब्जेक्ट डिटेक्शन मॉडल को अपने-आप ट्रेनिंग देती है
ट्रेनिंग डेटा का इस्तेमाल करके, उन लेबल को पहचानें जो आपके लिए अहम हैं.
पहले से मौजूद मॉडल होस्टिंग
Firebase की मदद से अपने मॉडल होस्ट करें और रन टाइम के दौरान उन्हें लोड करें. इन्होंने बदलाव किया है
मॉडल को Firebase पर होस्ट करके, यह पक्का किया जा सकता है कि उपयोगकर्ताओं के पास
बिना कोई शुल्क दिए रिलीज़ किया गया है.
साथ ही, आप मॉडल को अपने ऐप्लिकेशन के साथ भी बंडल कर सकते हैं, इसलिए यह
इंस्टॉल करने पर तुरंत उपलब्ध होगा.
लागू करने का पाथ
ट्रेनिंग का डेटा इकट्ठा करना
ऐसे हर लेबल के उदाहरणों का डेटासेट बनाएं जिसे आपको मॉडल करना है
पहचानने के लिए.
नए मॉडल को ट्रेनिंग दें
Google Cloud कंसोल में, अपना ट्रेनिंग डेटा इंपोर्ट करें और इसका इस्तेमाल ट्रेनिंग देने के लिए करें
एक नया मॉडल उपलब्ध कराया.
अपने ऐप्लिकेशन में मॉडल का इस्तेमाल करना
मॉडल को अपने ऐप्लिकेशन के साथ बंडल करें या उसे Firebase से डाउनलोड करें. इसके लिए,
यह ज़रूरी है. इसके बाद, डिवाइस पर इमेज को लेबल करने के लिए मॉडल का इस्तेमाल करें.
मूल्य-निर्धारण और सीमाएं
AutoML Vision Edge की मदद से, अपने हिसाब से बनाए गए मॉडल को ट्रेनिंग देने के लिए, आपको इस्तेमाल के हिसाब से पैसे चुकाने होंगे
(ब्लेज़) प्लान.
[null,null,["आखिरी बार 2025-07-25 (UTC) को अपडेट किया गया."],[],[],null,["AutoML Vision Edge \nplat_ios plat_android \nCreate custom image classification models from your own training data with AutoML Vision Edge.\n\nIf you want to recognize contents of an image, one option is to use ML Kit's\n[on-device image labeling API](https://developers.google.com/ml-kit/vision/image-labeling)\nor [on-device object detection API](https://developers.google.com/ml-kit/vision/object-detection).\nThe models used by these APIs are built for general-purpose use, and are trained\nto recognize the most commonly-found concepts in photos.\n\nIf you need a more specialized image labeling or object detection model, covering a narrower domain\nof concepts in more detail---for example, a model to distinguish between\nspecies of flowers or types of food---you can use Firebase ML and AutoML\nVision Edge to train a model with your own images and categories. The custom\nmodel is trained in Google Cloud, and once the model is ready, it's used fully\non the device.\n| Firebase ML's AutoML Vision Edge features are deprecated. Consider using [Vertex AI](https://cloud.google.com/vertex-ai/docs/beginner/beginners-guide) to automatically train ML models, which you can either [export as TensorFlow\n| Lite models](https://cloud.google.com/vertex-ai/docs/export/export-edge-model) for on-device use or [deploy for cloud-based\n| inference](https://cloud.google.com/vertex-ai/docs/predictions/overview).\n\n[Get started with image labeling](/docs/ml/ios/train-image-labeler)\n[Get started with object detection](/docs/ml/android/train-object-detector)\n\nKey capabilities\n\n|---------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Train models based on your data | Automatically train custom image labeling and object detection models to recognize the labels you care about, using your training data. |\n| Built-in model hosting | Host your models with Firebase, and load them at run time. By hosting the model on Firebase, you can make sure users have the latest model without releasing a new app version. And, of course, you can also bundle the model with your app, so it's immediately available on install. |\n\n| **Running AutoML models in the cloud**\n|\n| These pages only discuss generating mobile-optimized models intended to run\n| on the device. However, for models with many thousands of labels or when\n| significantly higher accuracy is required, you might want to run a\n| server-optimized model in the cloud instead, which you can do by calling the\n| Cloud AutoML Vision APIs directly. See\n| [Making an\n| online prediction](https://cloud.google.com/vision/automl/docs/predict).\n|\n| Note that unlike running AutoML Vision Edge models on device, running a\n| cloud-based AutoML model is billed per invocation.\n\nImplementation path\n\n|---|---------------------------|----------------------------------------------------------------------------------------------------------------------------------|\n| | Assemble training data | Put together a dataset of examples of each label you want your model to recognize. |\n| | Train a new model | In the Google Cloud console, import your training data and use it to train a new model. |\n| | Use the model in your app | Bundle the model with your app or download it from Firebase when it's needed. Then, use the model to label images on the device. |\n\nPricing \\& Limits\n\nTo train custom models with AutoML Vision Edge, you must be on the pay-as-you-go\n(Blaze) plan.\n| **Important:** You can no longer train models with AutoML Vision Edge while on the Spark plan. If you previously trained models while on the Spark plan, your training data and trained models are still accessible from the Firebase console in read-only mode. If you want to keep this data download it before March 1, 2021.\n\n| Datasets | Billed according to [Cloud Storage rates](https://cloud.google.com/storage/pricing) |\n| Images per dataset | 1,000,000 |\n| Training hours | No per-model limit |\n|--------------------|-------------------------------------------------------------------------------------|\n\nNext steps\n\n- Learn how to [train an image labeling model](/docs/ml/train-image-labeler).\n- Learn how to [train an object detection model](/docs/ml/train-object-detector)."]]
