获取我们在 Firebase 峰会上发布的所有信息,了解 Firebase 可如何帮助您加快应用开发速度并满怀信心地运行应用。了解详情

Apprendimento automatico di Firebase

Usa l'apprendimento automatico nelle tue app per risolvere i problemi del mondo reale.

Firebase Machine Learning è un SDK mobile che porta l'esperienza di apprendimento automatico di Google nelle app Android e Apple in un pacchetto potente ma facile da usare. Che tu sia nuovo o esperto di machine learning, puoi implementare le funzionalità di cui hai bisogno in poche righe di codice. Non è necessario avere una conoscenza approfondita delle reti neurali o dell'ottimizzazione dei modelli per iniziare. D'altra parte, se sei uno sviluppatore ML esperto, Firebase ML fornisce comode API che ti aiutano a utilizzare i tuoi modelli TensorFlow Lite personalizzati nelle tue app mobili.

Capacità chiave

Ospitare e distribuire modelli personalizzati

Usa i tuoi modelli TensorFlow Lite per l'inferenza sul dispositivo. Distribuisci il tuo modello su Firebase e noi ci occuperemo dell'hosting e del servizio alla tua app. Firebase distribuirà dinamicamente l'ultima versione del modello ai tuoi utenti, consentendoti di aggiornarli regolarmente senza dover inviare agli utenti una nuova versione della tua app.

Quando utilizzi Firebase ML con Remote Config , puoi servire diversi modelli a diversi segmenti di utenti e, con A/B Testing , puoi eseguire esperimenti per trovare il modello con le migliori prestazioni (consulta le guide Apple e Android ).

Addestra automaticamente i modelli

Con Firebase ML e AutoML Vision Edge, puoi addestrare facilmente i tuoi modelli di etichettatura delle immagini TensorFlow Lite, che puoi utilizzare nella tua app per riconoscere i concetti nelle fotografie. Carica i dati di addestramento, le tue immagini e le tue etichette, e AutoML Vision Edge li utilizzerà per addestrare un modello personalizzato nel cloud.

Pronto per la produzione per casi d'uso comuni

Firebase ML viene fornito con una serie di API pronte per l'uso per casi d'uso mobili comuni: riconoscimento di testo, etichettatura di immagini e identificazione di punti di riferimento. Basta passare i dati alla libreria Firebase ML e ti fornisce le informazioni di cui hai bisogno. Queste API sfruttano la potenza della tecnologia di apprendimento automatico di Google Cloud per offrirti il ​​massimo livello di precisione.

Cloud vs. sul dispositivo

Firebase ML ha API che funzionano nel cloud o sul dispositivo. Quando descriviamo un'API ML come un'API cloud o un'API su dispositivo, descriviamo quale macchina esegue l'inferenza : ovvero, quale macchina utilizza il modello ML per scoprire informazioni dettagliate sui dati forniti. In Firebase ML, ciò accade su Google Cloud o sui dispositivi mobili dei tuoi utenti.

Le API di riconoscimento del testo, etichettatura delle immagini e riconoscimento dei punti di riferimento eseguono l'inferenza nel cloud. Questi modelli hanno più potenza di calcolo e memoria a loro disposizione rispetto a un modello sul dispositivo comparabile e, di conseguenza, possono eseguire inferenze con maggiore accuratezza e precisione rispetto a un modello sul dispositivo. D'altra parte, ogni richiesta a queste API richiede un round trip della rete, il che le rende inadatte per applicazioni in tempo reale ea bassa latenza come l'elaborazione video.

Le API del modello personalizzato e AutoML Vision Edge gestiscono i modelli ML eseguiti sul dispositivo. I modelli utilizzati e prodotti da queste funzionalità sono i modelli TensorFlow Lite , ottimizzati per l'esecuzione su dispositivi mobili. Il più grande vantaggio di questi modelli è che non richiedono una connessione di rete e possono essere eseguiti molto rapidamente, abbastanza velocemente, ad esempio, da elaborare fotogrammi di video in tempo reale.

Firebase ML offre due funzionalità chiave relative ai modelli personalizzati sul dispositivo:

  • Distribuzione di modelli personalizzati : distribuisci modelli personalizzati sui dispositivi dei tuoi utenti caricandoli sui nostri server. La tua app abilitata per Firebase scaricherà il modello sul dispositivo su richiesta. Ciò ti consente di mantenere ridotte le dimensioni dell'installazione iniziale dell'app e di sostituire il modello ML senza dover ripubblicare l'app.

  • AutoML Vision Edge : questo servizio consente di creare i propri modelli di classificazione delle immagini personalizzati sul dispositivo con un'interfaccia Web di facile utilizzo. Quindi, puoi ospitare senza problemi i modelli che crei con il servizio sopra menzionato.

ML Kit: modelli su dispositivo pronti per l'uso

Se stai cercando modelli pre-addestrati che funzionano sul dispositivo, dai un'occhiata a ML Kit . ML Kit è disponibile per iOS e Android e dispone di API per molti casi d'uso:

  • Riconoscimento del testo
  • Etichettatura delle immagini
  • Rilevamento e tracciamento di oggetti
  • Rilevamento del volto e tracciatura dei contorni
  • Scansione di codici a barre
  • Identificazione della lingua
  • Traduzione
  • Risposta intelligente

Prossimi passi