Firebase 機器學習套件

在您的應用程式中使用機器學習來解決現實世界的問題。

ML Kit 是一款行動 SDK,透過功能強大且易於使用的軟體包將 Google 的機器學習專業知識引入 Android 和 iOS 應用程式。無論您是機器學習領域的新手還是經驗豐富的人,只需幾行程式碼即可實現所需的功能。無需深入了解神經網路或模型優化即可開始。另一方面,如果您是經驗豐富的 ML 開發人員,ML Kit 提供方便的 API,可協助您在行動應用程式中使用自訂 TensorFlow Lite 模型。

關鍵能力

可用於常見用例的生產

ML Kit 附帶了一組適用於常見移動用例的即用型 API:識別文字、檢測人臉、識別地標、掃描條碼、標記圖像以及識別文字語言。只需將資料傳遞到 ML Kit 庫,它就會為您提供所需的資訊。

在裝置上或在雲端

ML Kit 精選的 API 在裝置上或雲端運作。我們的裝置上 API 可以快速處理您的數據,即使在沒有網路連線的情況下也能正常運作。另一方面,我們基於雲端的 API 利用 Google Cloud 機器學習技術的強大功能為您提供更高水準的準確性。

部署自訂模型

如果 ML Kit 的 API 無法涵蓋您的用例,您始終可以使用自己現有的 TensorFlow Lite 模型。只需將您的模型上傳到 Firebase,我們就會負責託管並將其提供給您的應用程式。 ML Kit 可作為自訂模型的 API 層,使其更易於運作和使用。

它是如何運作的?

ML Kit 將 Google 的 ML 技術(例如Google Cloud Vision APITensorFlow LiteAndroid Neural Networks API )整合到一個 SDK 中,讓您可以輕鬆地在應用程式中應用 ML 技術。無論您需要基於雲端的處理能力、行動優化的裝置上模型的即時功能,還是自訂 TensorFlow Lite 模型的靈活性,ML Kit 都只需幾行程式碼即可實現。

設備或雲端有哪些可用功能?

特徵設備上
文字識別
人臉偵測
條碼掃描
圖片標註
物體檢測和追蹤
地標識別
語言識別
翻譯
智慧回覆
AutoML 模型推理
自訂模型推理

實施路徑

整合SDK使用 Gradle 或 CocoaPods 快速包含 SDK。
準備輸入數據例如,如果您使用視覺功能,請從相機擷取影像並產生必要的元資料(例如影像旋轉),或提示使用者從圖庫中選擇照片。
將 ML 模型應用於您的數據透過將 ML 模型應用於您的數據,您可以產生見解,例如檢測到的臉孔的情緒狀態或影像中識別的物件和概念,具體取決於您使用的功能。使用這些見解來增強應用程式中的功能,例如照片修飾、自動元資料生成或您可以想像的任何其他功能。

下一步