Firebase Machine Learning
ใช้แมชชีนเลิร์นนิงในแอปของคุณเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง
Firebase Machine Learning เป็น SDK สำหรับอุปกรณ์เคลื่อนที่ที่นำความเชี่ยวชาญด้านแมชชีนเลิร์นนิงของ Google มาสู่แอป Android และ iOS ในแพ็คเกจที่ทรงพลัง แต่ใช้งานง่าย ไม่ว่าคุณจะเป็นมือใหม่หรือมีประสบการณ์ด้านแมชชีนเลิร์นนิงคุณสามารถใช้ฟังก์ชันที่คุณต้องการได้ในโค้ดเพียงไม่กี่บรรทัด ไม่จำเป็นต้องมีความรู้อย่างลึกซึ้งเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพแบบจำลองเพื่อเริ่มต้น ในทางกลับกันหากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ Firebase ML มี API ที่สะดวกสบายซึ่งช่วยให้คุณใช้โมเดล TensorFlow Lite ที่กำหนดเองในแอปบนอุปกรณ์เคลื่อนที่ของคุณ
ความสามารถที่สำคัญ
โฮสต์และปรับใช้โมเดลที่กำหนดเอง | ใช้โมเดล TensorFlow Lite ของคุณเองสำหรับการอนุมานบนอุปกรณ์ เพียงปรับใช้โมเดลของคุณกับ Firebase แล้วเราจะดูแลโฮสติ้งและให้บริการกับแอปของคุณ Firebase จะให้บริการรุ่นล่าสุดแก่ผู้ใช้ของคุณแบบไดนามิกช่วยให้คุณอัปเดตเป็นประจำได้โดยไม่ต้องส่งแอปเวอร์ชันใหม่ให้ผู้ใช้ เมื่อคุณใช้ Firebase ML กับการกำหนดค่า ระยะไกล คุณจะแสดงโมเดลที่แตกต่างกันไปยังกลุ่มผู้ใช้ที่แตกต่างกันได้และด้วย การทดสอบ A / B คุณจะเรียกใช้การทดสอบเพื่อค้นหาโมเดลที่มีประสิทธิภาพสูงสุดได้ (ดูคู่มือ iOS และ Android ) |
ฝึกโมเดลโดยอัตโนมัติ | ด้วย Firebase ML และ AutoML Vision Edge คุณสามารถฝึกโมเดลการติดฉลากรูปภาพ TensorFlow Lite ของคุณเองได้อย่างง่ายดายซึ่งคุณสามารถใช้ในแอปของคุณเพื่อจดจำแนวคิดในภาพถ่ายได้ อัปโหลดข้อมูลการฝึกอบรม - รูปภาพและป้ายกำกับของคุณเองและ AutoML Vision Edge จะใช้ข้อมูลเหล่านี้เพื่อฝึกโมเดลที่กำหนดเองในระบบคลาวด์ |
พร้อมสำหรับการผลิตสำหรับกรณีการใช้งานทั่วไป | Firebase ML มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานมือถือทั่วไป ได้แก่ การจดจำข้อความการติดป้ายกำกับรูปภาพและการระบุจุดสังเกต เพียงส่งข้อมูลไปยังไลบรารี Firebase ML และให้ข้อมูลที่คุณต้องการ API เหล่านี้ใช้ประโยชน์จากพลังของเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อมอบความแม่นยำในระดับสูงสุด |
คลาวด์กับบนอุปกรณ์
Firebase ML มี API ที่ทำงานได้ทั้งในระบบคลาวด์หรือบนอุปกรณ์ เมื่อเราอธิบาย ML API ว่าเป็น Cloud API หรือ API บนอุปกรณ์เรากำลังอธิบาย ว่าเครื่องใดทำการอนุมาน นั่นคือเครื่องใดใช้โมเดล ML เพื่อค้นหาข้อมูลเชิงลึกเกี่ยวกับข้อมูลที่คุณให้มา ใน Firebase ML สิ่งนี้เกิดขึ้นบน Google Cloud หรือบนอุปกรณ์เคลื่อนที่ของผู้ใช้
API การจดจำข้อความการติดฉลากรูปภาพและการจดจำจุดสังเกตจะทำการอนุมานในระบบคลาวด์ โมเดลเหล่านี้มีพลังในการคำนวณและหน่วยความจำที่พร้อมใช้งานมากกว่ารุ่นบนอุปกรณ์ที่เทียบเคียงได้และด้วยเหตุนี้จึงสามารถทำการอนุมานได้อย่างแม่นยำและแม่นยำกว่ารุ่นบนอุปกรณ์ ในทางกลับกันทุกคำขอไปยัง API เหล่านี้ต้องใช้เครือข่ายแบบไปกลับซึ่งทำให้ไม่เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และมีเวลาแฝงต่ำเช่นการประมวลผลวิดีโอ
API รุ่นที่กำหนดเองและ AutoML Vision Edge จัดการกับรุ่น ML ที่ทำงานบนอุปกรณ์ รุ่นที่ใช้และผลิตโดยคุณสมบัติเหล่านี้คือรุ่น TensorFlow Lite ซึ่งได้รับการปรับให้ทำงานบนอุปกรณ์พกพา ข้อได้เปรียบที่ใหญ่ที่สุดของโมเดลเหล่านี้คือไม่ต้องใช้การเชื่อมต่อเครือข่ายและทำงานได้เร็วมากเช่นเร็วพอที่จะประมวลผลเฟรมของวิดีโอแบบเรียลไทม์
Firebase ML มีความสามารถหลักสองประการเกี่ยวกับโมเดลที่กำหนดเองบนอุปกรณ์:
การปรับใช้โมเดลที่กำหนดเอง : ปรับใช้โมเดลที่กำหนดเองไปยังอุปกรณ์ของผู้ใช้ของคุณโดยการอัปโหลดไปยังเซิร์ฟเวอร์ของเรา แอปที่เปิดใช้งาน Firebase ของคุณจะดาวน์โหลดโมเดลลงในอุปกรณ์ตามต้องการ วิธีนี้ช่วยให้คุณคงขนาดการติดตั้งครั้งแรกของแอปให้เล็กและคุณสามารถสลับรุ่น ML ได้โดยไม่ต้องเผยแพร่แอปของคุณอีกครั้ง
AutoML Vision Edge : บริการนี้ช่วยให้คุณสร้างโมเดลการจัดประเภทรูปภาพที่กำหนดเองบนอุปกรณ์ของคุณเองด้วยอินเทอร์เฟซบนเว็บที่ใช้งานง่าย จากนั้นคุณสามารถโฮสต์โมเดลที่คุณสร้างขึ้นด้วยบริการที่กล่าวถึงข้างต้นได้อย่างราบรื่น
ML Kit: รุ่นบนอุปกรณ์ที่พร้อมใช้งาน
หากคุณกำลังมองหารุ่นก่อนการฝึกอบรมที่ทำงานบนอุปกรณ์โปรดดู ML Kit ML Kit พร้อมใช้งานสำหรับ iOS และ Android และมี API สำหรับการใช้งานหลายกรณี:
- การจดจำข้อความ
- การติดฉลากรูปภาพ
- การตรวจจับและติดตามวัตถุ
- การตรวจจับใบหน้าและการติดตามรูปร่าง
- การสแกนบาร์โค้ด
- การระบุภาษา
- การแปล
- การตอบกลับอัจฉริยะ
ขั้นตอนถัดไป
- สำรวจ API ที่พร้อมใช้งาน: การจดจำข้อความการ ติดฉลากรูปภาพ และ การจดจำจุดสังเกต
- ฝึกโมเดลการติดฉลากรูปภาพของคุณเองด้วย AutoML Vision Edge
- เรียนรู้เกี่ยวกับการใช้ โมเดลที่กำหนดเอง สำหรับมือถือในแอปของคุณ