将机器学习功能添加至您的应用
使用 Firebase 机器学习训练和部署自定义模型,或者使用 Cloud Vision API 的交钥匙解决方案。

部署在设备上运行的自定义模型
无论您使用现有的 TensorFlow Lite 模型l开始,还是训练您自己的模型,都可以使用 Firebase 机器学习模型部署通过无线方式将模型分发给用户。这样可以减少应用的初始安装大小,因为模型只在需要时才会被设备下载。此外,还允许您对多个模型进行 A/B 测试,评估模型性能并定期更新模型,而无需重新发布整个应用。只需上传模型至 Firebase 控制台,我们就会负责托管该模型并将其用于您的应用。如果您愿意的话,也可以使用 Firebase Admin SDK 直接从机器学习生产流水线或 Colab 笔记本部署模型。

训练您自己的图片分类自定义模型
借助 AutoML Vision Edge,您可以轻松创建符合您需要的自定义图片分类模型。例如,您可能需要应用能够识别不同类型的食物,或区分不同种类的动物。无论您需要什么,只需将您的训练数据上传到 Firebase 控制台,您就可以使用 Google AutoML 技术来构建一个自定义 TensorFlow Lite 模型,以便在用户设备上本地运行。
