Firebase機械学習
アプリで機械学習を使用して、実際の問題を解決します。
Firebase Machine Learningは、Googleの機械学習の専門知識を強力でありながら使いやすいパッケージでAndroidアプリとAppleアプリに提供するモバイルSDKです。機械学習の初心者でも経験者でも、必要な機能を数行のコードで実装できます。開始するために、ニューラルネットワークやモデルの最適化に関する深い知識は必要ありません。一方、経験豊富なML開発者の場合、Firebase MLは、モバイルアプリでカスタムTensorFlowLiteモデルを使用するのに役立つ便利なAPIを提供します。
主な機能
| カスタムモデルをホストして展開する | デバイス上の推論には、独自のTensorFlowLiteモデルを使用してください。モデルをFirebaseにデプロイするだけで、モデルのホスティングとアプリへの提供がGoogleによって処理されます。 Firebaseはモデルの最新バージョンをユーザーに動的に提供するため、アプリの新しいバージョンをユーザーにプッシュしなくても、モデルを定期的に更新できます。 RemoteConfigでFirebaseMLを使用すると、さまざまなユーザーセグメントにさまざまなモデルを提供でき、 A / Bテストでは、実験を実行して最高のパフォーマンスを発揮するモデルを見つけることができます（ AppleおよびAndroidガイドを参照）。 |
| モデルを自動的にトレーニングする | FirebaseMLとAutoMLVisionEdgeを使用すると、独自のTensorFlow Lite画像ラベリングモデルを簡単にトレーニングできます。このモデルをアプリで使用して、写真の概念を認識することができます。トレーニングデータ（独自の画像とラベル）をアップロードすると、AutoMLVisionEdgeはそれらを使用してクラウドでカスタムモデルをトレーニングします。 |
| 一般的なユースケースに対応した本番環境 | Firebase MLには、テキストの認識、画像のラベル付け、ランドマークの識別など、一般的なモバイルユースケース向けのすぐに使用できるAPIのセットが付属しています。データをFirebaseMLライブラリに渡すだけで、必要な情報が得られます。これらのAPIは、Google Cloudの機械学習テクノロジーの力を活用して、最高レベルの精度を提供します。 |
クラウドとオンデバイス
Firebase MLには、クラウドまたはデバイスのいずれかで機能するAPIがあります。 ML APIをクラウドAPIまたはオンデバイスAPIとして説明する場合、どのマシンが推論を実行するか、つまり、どのマシンがMLモデルを使用して提供するデータに関する洞察を発見するかを説明します。 Firebase MLでは、これはGoogleCloudまたはユーザーのモバイルデバイスで発生します。
テキスト認識、画像ラベリング、ランドマーク認識APIは、クラウドで推論を実行します。これらのモデルは、同等のオンデバイスモデルよりも多くの計算能力とメモリを利用できるため、オンデバイスモデルよりも高い精度と精度で推論を実行できます。一方、これらのAPIへのすべてのリクエストにはネットワークラウンドトリップが必要であるため、ビデオ処理などのリアルタイムで低レイテンシのアプリケーションには適していません。
カスタムモデルAPIとAutoMLVisionEdgeは、デバイスで実行されるMLモデルを処理します。これらの機能によって使用および生成されるモデルは、モバイルデバイスで実行するように最適化されたTensorFlowLiteモデルです。これらのモデルの最大の利点は、ネットワーク接続を必要とせず、非常に高速に実行できることです。たとえば、ビデオのフレームをリアルタイムで処理するのに十分な速度です。
Firebase MLは、デバイス上のカスタムモデルに関する2つの主要な機能を提供します。
カスタムモデルの展開：カスタムモデルをサーバーにアップロードして、ユーザーのデバイスに展開します。 Firebase対応アプリは、モデルをオンデマンドでデバイスにダウンロードします。これにより、アプリの初期インストールサイズを小さく保つことができ、アプリを再公開しなくてもMLモデルを交換できます。
AutoML Vision Edge ：このサービスは、使いやすいWebインターフェイスを備えた独自のオンデバイスカスタム画像分類モデルを作成するのに役立ちます。次に、上記のサービスで作成したモデルをシームレスにホストできます。
MLキット：すぐに使用できるオンデバイスモデル
デバイスで実行される事前トレーニング済みのモデルを探している場合は、 MLキットを確認してください。 MLキットはiOSとAndroidで利用でき、多くのユースケースに対応するAPIがあります。
- テキスト認識
- 画像のラベリング
- 物体の検出と追跡
- 顔検出と輪郭トレース
- バーコードスキャン
- 言語識別
- 翻訳
- スマートリプライ
次のステップ
- すぐに使用できるAPI（テキスト認識、画像ラベリング、ランドマーク認識）をご覧ください。
- AutoMLVisionEdgeを使用して独自の画像ラベリングモデルをトレーニングします。
- アプリでモバイル向けに最適化されたカスタムモデルを使用する方法を学びます。
Firebase機械学習
アプリで機械学習を使用して、実際の問題を解決します。
Firebase Machine Learningは、Googleの機械学習の専門知識を強力でありながら使いやすいパッケージでAndroidアプリとAppleアプリに提供するモバイルSDKです。機械学習の初心者でも経験者でも、必要な機能を数行のコードで実装できます。開始するために、ニューラルネットワークやモデルの最適化に関する深い知識は必要ありません。一方、経験豊富なML開発者の場合、Firebase MLは、モバイルアプリでカスタムTensorFlowLiteモデルを使用するのに役立つ便利なAPIを提供します。
主な機能
| カスタムモデルをホストして展開する | デバイス上の推論には、独自のTensorFlowLiteモデルを使用してください。モデルをFirebaseにデプロイするだけで、モデルのホスティングとアプリへの提供がGoogleによって処理されます。 Firebaseはモデルの最新バージョンをユーザーに動的に提供するため、アプリの新しいバージョンをユーザーにプッシュしなくても、モデルを定期的に更新できます。 RemoteConfigでFirebaseMLを使用すると、さまざまなユーザーセグメントにさまざまなモデルを提供でき、 A / Bテストでは、実験を実行して最高のパフォーマンスを発揮するモデルを見つけることができます（ AppleおよびAndroidガイドを参照）。 |
| モデルを自動的にトレーニングする | FirebaseMLとAutoMLVisionEdgeを使用すると、独自のTensorFlow Lite画像ラベリングモデルを簡単にトレーニングできます。このモデルをアプリで使用して、写真の概念を認識することができます。トレーニングデータ（独自の画像とラベル）をアップロードすると、AutoMLVisionEdgeはそれらを使用してクラウドでカスタムモデルをトレーニングします。 |
| 一般的なユースケースに対応した本番環境 | Firebase MLには、テキストの認識、画像のラベル付け、ランドマークの識別など、一般的なモバイルユースケース向けのすぐに使用できるAPIのセットが付属しています。データをFirebaseMLライブラリに渡すだけで、必要な情報が得られます。これらのAPIは、Google Cloudの機械学習テクノロジーの力を活用して、最高レベルの精度を提供します。 |
クラウドとオンデバイス
Firebase MLには、クラウドまたはデバイスのいずれかで機能するAPIがあります。 ML APIをクラウドAPIまたはオンデバイスAPIとして説明する場合、どのマシンが推論を実行するか、つまり、どのマシンがMLモデルを使用して提供するデータに関する洞察を発見するかを説明します。 Firebase MLでは、これはGoogleCloudまたはユーザーのモバイルデバイスで発生します。
テキスト認識、画像ラベリング、ランドマーク認識APIは、クラウドで推論を実行します。これらのモデルは、同等のオンデバイスモデルよりも多くの計算能力とメモリを利用できるため、オンデバイスモデルよりも高い精度と精度で推論を実行できます。一方、これらのAPIへのすべてのリクエストにはネットワークラウンドトリップが必要であるため、ビデオ処理などのリアルタイムで低レイテンシのアプリケーションには適していません。
カスタムモデルAPIとAutoMLVisionEdgeは、デバイスで実行されるMLモデルを処理します。これらの機能によって使用および生成されるモデルは、モバイルデバイスで実行するように最適化されたTensorFlowLiteモデルです。これらのモデルの最大の利点は、ネットワーク接続を必要とせず、非常に高速に実行できることです。たとえば、ビデオのフレームをリアルタイムで処理するのに十分な速度です。
Firebase MLは、デバイス上のカスタムモデルに関する2つの主要な機能を提供します。
カスタムモデルの展開：カスタムモデルをサーバーにアップロードして、ユーザーのデバイスに展開します。 Firebase対応アプリは、モデルをオンデマンドでデバイスにダウンロードします。これにより、アプリの初期インストールサイズを小さく保つことができ、アプリを再公開しなくてもMLモデルを交換できます。
AutoML Vision Edge ：このサービスは、使いやすいWebインターフェイスを備えた独自のオンデバイスカスタム画像分類モデルを作成するのに役立ちます。次に、上記のサービスで作成したモデルをシームレスにホストできます。
MLキット：すぐに使用できるオンデバイスモデル
デバイスで実行される事前トレーニング済みのモデルを探している場合は、 MLキットを確認してください。 MLキットはiOSとAndroidで利用でき、多くのユースケースに対応するAPIがあります。
- テキスト認識
- 画像のラベリング
- 物体の検出と追跡
- 顔検出と輪郭トレース
- バーコードスキャン
- 言語識別
- 翻訳
- スマートリプライ
次のステップ
- すぐに使用できるAPI（テキスト認識、画像ラベリング、ランドマーク認識）をご覧ください。
- AutoMLVisionEdgeを使用して独自の画像ラベリングモデルをトレーニングします。
- アプリでモバイル向けに最適化されたカスタムモデルを使用する方法を学びます。