Google 致力于为黑人社区推动种族平等。查看具体举措

Apprendimento automatico Firebase

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

Firebase Machine Learning è un SDK per dispositivi mobili che porta l'esperienza di apprendimento automatico di Google nelle app Android e iOS 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 esperto di machine learning, Firebase ML fornisce comode API che ti aiutano a utilizzare i tuoi modelli TensorFlow Lite personalizzati nelle tue app mobili.

Funzionalità chiave

Ospita e distribuisci modelli personalizzati

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

Quando si utilizza Firebase ML con Configurazione remota , si può servire diversi modelli per diversi segmenti di utenza, e con test A / B , è possibile eseguire esperimenti per trovare il modello più performante (vedi le iOS e Android guide).

Addestra automaticamente i modelli

Con Firebase ML e AutoML Vision Edge, puoi facilmente addestrare 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 ed etichette, e AutoML Vision Edge li utilizzerà per addestrare un modello personalizzato nel cloud.

Pronto per la produzione per i casi di uso comune common

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

Cloud vs. su dispositivo

Firebase ML dispone di API che funzionano nel cloud o sul dispositivo. Quando descriviamo un API ML come un'API nuvola o sul dispositivo API, stiamo descrivendo che svolge macchina deduzione: che è, quale macchina utilizza il modello ML per scoprire intuizioni circa i dati forniti esso. In Firebase ML, ciò avviene 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 su dispositivo comparabile e, di conseguenza, possono eseguire inferenze con maggiore accuratezza e precisione rispetto a un modello su dispositivo. D'altra parte, ogni richiesta a queste API richiede un round trip di rete, che le rende inadatte per applicazioni in tempo reale e a 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 caratteristiche sono tensorflow Lite modelli, che sono ottimizzati per funzionare 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 per i modelli personalizzati su dispositivo:

  • Personalizzato implementazione del modello: i modelli personalizzati Distribuzione di dispositivi degli utenti caricandoli nostri server. La tua app abilitata per Firebase scaricherà il modello sul dispositivo su richiesta. Ciò ti consente di mantenere ridotte le dimensioni di installazione iniziale dell'app e puoi scambiare il modello ML senza dover ripubblicare l'app.

  • AutoML Vision Bordo: Questo servizio consente di creare i propri modelli di classificazione immagine personalizzata sul dispositivo con un'interfaccia web facile da usare. Quindi, puoi ospitare senza problemi i modelli che crei con il servizio sopra menzionato.

Kit ML: modelli su dispositivo pronti all'uso

Se siete alla ricerca di modelli pre-addestrati che vengono eseguiti sul dispositivo, controlla 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 viso e tracciamento dei contorni
  • Scansione di codici a barre
  • Identificazione della lingua
  • Traduzione
  • Risposta intelligente

Prossimi passi