AutoML Vision Edge

AutoML Vision Edge

สร้างโมเดลการจัดประเภทรูปภาพแบบกำหนดเองจากข้อมูลการฝึกของคุณเองด้วย AutoML Vision Edge

หากต้องการจดจำเนื้อหาของรูปภาพ ตัวเลือกหนึ่งคือการใช้ผลิตภัณฑ์ ML Kit API การติดป้ายกำกับรูปภาพในอุปกรณ์ หรือ API การตรวจจับออบเจ็กต์ในอุปกรณ์ โมเดลที่ API เหล่านี้ใช้สร้างขึ้นเพื่อการใช้งานทั่วไปและได้รับการฝึก เพื่อจดจำแนวคิดที่พบบ่อยที่สุดในรูปภาพ

หากต้องการโมเดลการติดป้ายกำกับรูปภาพหรือโมเดลการตรวจจับวัตถุที่เฉพาะเจาะจงมากขึ้นซึ่งครอบคลุมโดเมนที่แคบลง ของแนวคิดอย่างละเอียดมากขึ้น ตัวอย่างเช่น โมเดลการจำแนกระหว่าง สายพันธุ์ดอกไม้หรืออาหารประเภทต่างๆ คุณใช้ Firebase ML และ AutoML ได้ Vision Edge เพื่อฝึกโมเดลด้วยรูปภาพและหมวดหมู่ของคุณเอง บรรทัดที่กำหนดเอง โมเดลจะได้รับการฝึกใน Google Cloud และเมื่อโมเดลพร้อมใช้งาน ระบบจะนําโมเดลไปใช้อย่างเต็มรูปแบบ ในอุปกรณ์

ฟีเจอร์ AutoML Vision Edge ของ Firebase ML เลิกใช้งานแล้ว ลองใช้ Vertex AI เพื่อ ฝึกโมเดล ML โดยอัตโนมัติ ซึ่งคุณสามารถ ส่งออกเป็น TensorFlow โมเดล Lite สำหรับการใช้งานในอุปกรณ์หรือ ทำให้ใช้งานได้สำหรับระบบคลาวด์ การอนุมาน

เริ่มต้นใช้งานการติดป้ายกำกับรูปภาพ เริ่มต้นใช้งานการตรวจจับวัตถุ

ความสามารถที่สำคัญ

ฝึกโมเดลโดยอิงตามข้อมูลของคุณ	ฝึกการติดป้ายกำกับรูปภาพที่กำหนดเองและโมเดลการตรวจจับวัตถุโดยอัตโนมัติ จดจำป้ายกำกับที่คุณสนใจโดยใช้ข้อมูลการฝึกของคุณ
การโฮสต์โมเดลในตัว	โฮสต์โมเดลของคุณด้วย Firebase และโหลดโมเดลเหล่านั้นเมื่อรันไทม์ โดย ใน Firebase แล้ว คุณมั่นใจได้เลยว่าผู้ใช้มี โดยไม่เผยแพร่แอปเวอร์ชันใหม่ และแน่นอนว่าคุณสามารถรวมโมเดลเข้ากับแอปได้เพื่อให้ ทันทีที่ติดตั้ง

การเรียกใช้โมเดล AutoML ในระบบคลาวด์

หน้าเหล่านี้จะพูดถึงการสร้างรูปแบบที่เพิ่มประสิทธิภาพสำหรับอุปกรณ์เคลื่อนที่โดยเฉพาะ ในอุปกรณ์ แต่สำหรับรุ่นที่มีป้ายกำกับจำนวนมาก หรือเมื่อ ยิ่งมีความถูกต้องมากขึ้น คุณอาจต้องเรียกใช้ โมเดลที่เพิ่มประสิทธิภาพของเซิร์ฟเวอร์ในระบบคลาวด์แทน ซึ่งคุณสามารถทำได้โดยการเรียกใช้ Cloud AutoML Vision API โดยตรง โปรดดู การสร้าง การคาดการณ์ออนไลน์

โปรดทราบว่าการเรียกใช้โมเดล AutoML Vision Edge ไม่เหมือนกับการเรียกใช้โมเดลอุปกรณ์ โมเดล AutoML ในระบบคลาวด์จะมีการเรียกเก็บเงินตามการเรียกใช้

เส้นทางการใช้งาน

	รวบรวมข้อมูลการฝึก	รวบรวมชุดข้อมูลของตัวอย่างป้ายกำกับแต่ละรายการที่ต้องการให้โมเดล จดจำ
	ฝึกโมเดลใหม่	ในคอนโซล Google Cloud ให้นำเข้าข้อมูลการฝึกและนำไปใช้เพื่อฝึก โมเดลใหม่
	ใช้โมเดลในแอป	รวมโมเดลกับแอปหรือดาวน์โหลดจาก Firebase เมื่อ ที่จำเป็น จากนั้นใช้โมเดลเพื่อติดป้ายกำกับรูปภาพในอุปกรณ์

ราคาและ จำกัดสูงสุด

หากต้องการฝึกโมเดลที่กำหนดเองด้วย AutoML Vision Edge คุณจะต้องชำระเงินตามการใช้งานจริง (Blaze)

สำคัญ: คุณจะฝึกโมเดลด้วย AutoML Vision Edge ไม่ได้อีกต่อไป แพ็กเกจ Spark หากคุณเคยฝึกโมเดลแล้วขณะใช้แพ็กเกจ Spark ข้อมูลการฝึกอบรมและโมเดลที่ได้รับการฝึกยังคงสามารถเข้าถึงได้จาก คอนโซล Firebase ในโหมดอ่านอย่างเดียว หากต้องการเก็บข้อมูลนี้ไว้ ให้ดาวน์โหลดข้อมูล ก่อนวันที่ 1 มีนาคม 2021

ชุดข้อมูล	เรียกเก็บเงินตาม อัตราของ Cloud Storage
รูปภาพต่อชุดข้อมูล	1,000,000
ชั่วโมงการฝึก	ไม่มีขีดจำกัดต่อรุ่น

ขั้นตอนถัดไป

• ดูวิธีฝึกโมเดลการติดป้ายกำกับรูปภาพ
• ดูวิธีฝึกโมเดลการตรวจจับวัตถุ