AutoML 비전 에지
AutoML Vision Edge를 사용하여 자체 교육 데이터에서 사용자 지정 이미지 분류 모델을 만듭니다.
이미지의 콘텐츠를 인식하려는 경우 한 가지 옵션은 ML Kit의 온디바이스 이미지 라벨링 API 또는 온디바이스 개체 감지 API를 사용하는 것 입니다. 이러한 API에서 사용하는 모델은 범용으로 제작되었으며 사진에서 가장 일반적으로 발견되는 개념을 인식하도록 훈련되었습니다.
꽃의 종류나 음식의 종류를 구분하는 모델과 같이 더 좁은 범위의 개념을 더 자세히 다루는 보다 전문화된 이미지 라벨 지정 또는 객체 감지 모델이 필요한 경우 Firebase ML 및 AutoML Vision Edge를 사용하여 교육할 수 있습니다. 나만의 이미지와 카테고리가 있는 모델. 커스텀 모델은 Google Cloud에서 학습되며 모델이 준비되면 기기에서 완전히 사용됩니다.
주요 기능
데이터를 기반으로 모델 학습 | 학습 데이터를 사용하여 관심 있는 레이블을 인식하도록 사용자 지정 이미지 레이블 지정 및 개체 감지 모델을 자동으로 학습시킵니다. |
기본 제공 모델 호스팅 | Firebase로 모델을 호스팅하고 런타임에 로드하세요. Firebase에서 모델을 호스팅하면 새 앱 버전을 출시하지 않고도 사용자가 최신 모델을 사용할 수 있습니다. 물론 모델을 앱과 함께 번들로 제공할 수도 있으므로 설치 시 즉시 사용할 수 있습니다. |
구현 경로
교육 데이터 수집 | 모델에서 인식할 각 라벨의 예시 데이터세트를 모으세요. | |
새 모델 학습 | Google Cloud Console에서 훈련 데이터를 가져와 새 모델을 훈련하는 데 사용합니다. | |
앱에서 모델 사용 | 모델을 앱과 함께 번들로 묶거나 필요할 때 Firebase에서 다운로드하세요. 그런 다음 모델을 사용하여 기기의 이미지에 라벨을 지정합니다. |
가격 및 한도
AutoML Vision Edge로 커스텀 모델을 학습시키려면 종량제(Blaze) 요금제를 사용해야 합니다.
데이터 세트 | Cloud Storage 요율 에 따라 청구됨 |
---|---|
데이터 세트당 이미지 | 1,000,000 |
교육 시간 | 모델별 제한 없음 |
다음 단계
- 이미지 레이블 지정 모델을 훈련하는 방법을 알아봅니다.
- 개체 감지 모델 을 학습하는 방법을 알아봅니다.