Firebase 将于 5 月 10 日重返 Google I/O 大会!立即报名

ขอบการมองเห็น AutoML

สร้างโมเดลการจัดประเภทรูปภาพแบบกำหนดเองจากข้อมูลการฝึกอบรมของคุณเองด้วย AutoML Vision Edge

หากคุณต้องการรับรู้เนื้อหาของรูปภาพ ทางเลือกหนึ่งคือการใช้ API การติดฉลากรูปภาพในอุปกรณ์ของ ML Kit หรือ API การตรวจจับวัตถุในอุปกรณ์ โมเดลที่ใช้โดย API เหล่านี้สร้างขึ้นเพื่อการใช้งานทั่วไป และได้รับการฝึกให้จดจำแนวคิดที่พบได้บ่อยที่สุดในภาพถ่าย

หากคุณต้องการการติดฉลากรูปภาพหรือโมเดลการตรวจจับวัตถุที่เฉพาะเจาะจงมากขึ้น ซึ่งครอบคลุมขอบเขตแนวคิดที่แคบกว่าในรายละเอียดที่มากขึ้น เช่น โมเดลเพื่อแยกความแตกต่างระหว่างสายพันธุ์ของดอกไม้หรือประเภทของอาหาร คุณสามารถใช้ Firebase ML และ AutoML Vision Edge เพื่อฝึก โมเดลที่มีรูปภาพและหมวดหมู่ของคุณเอง โมเดลที่กำหนดเองได้รับการฝึกฝนใน Google Cloud และเมื่อโมเดลพร้อมแล้ว ก็จะนำไปใช้กับอุปกรณ์อย่างเต็มรูปแบบ

เริ่มต้นด้วยการติดฉลากรูปภาพ เริ่มต้นด้วยการตรวจจับวัตถุ

ความสามารถที่สำคัญ

ฝึกโมเดลตามข้อมูลของคุณ

ฝึกโมเดลการติดฉลากรูปภาพแบบกำหนดเองและการตรวจจับวัตถุโดยอัตโนมัติเพื่อจดจำป้ายกำกับที่คุณสนใจ โดยใช้ข้อมูลการฝึกของคุณ

โฮสต์โมเดลในตัว

โฮสต์โมเดลของคุณด้วย Firebase และโหลดในขณะรันไทม์ เมื่อโฮสต์โมเดลบน Firebase คุณจะมั่นใจได้ว่าผู้ใช้มีโมเดลล่าสุดโดยไม่ต้องออกแอปเวอร์ชันใหม่

และแน่นอน คุณยังสามารถรวมโมเดลเข้ากับแอปของคุณ เพื่อให้ติดตั้งได้ทันที

เส้นทางการใช้งาน

รวบรวมข้อมูลการฝึกอบรม รวบรวมชุดข้อมูลตัวอย่างของแต่ละป้ายกำกับที่คุณต้องการให้โมเดลของคุณรู้จัก
ฝึกฝนโมเดลใหม่ ใน Google Cloud Console ให้นำเข้าข้อมูลการฝึกของคุณและใช้เพื่อฝึกโมเดลใหม่
ใช้โมเดลในแอปของคุณ รวมโมเดลเข้ากับแอปของคุณหรือดาวน์โหลดจาก Firebase เมื่อจำเป็น จากนั้นใช้โมเดลเพื่อติดฉลากรูปภาพบนอุปกรณ์

ราคาและขีดจำกัด

หากต้องการฝึกโมเดลแบบกำหนดเองด้วย AutoML Vision Edge คุณต้องใช้แผนจ่ายตามการใช้งานจริง (Blaze)

ชุดข้อมูล เรียกเก็บเงินตาม อัตรา Cloud Storage
รูปภาพต่อชุดข้อมูล 1,000,000
ชั่วโมงการฝึกอบรม ไม่จำกัดรุ่น

ขั้นตอนถัดไป