Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

Firebase 機器學習套件

在您的應用中使用機器學習來解決實際問題。

ML Kit 是一種移動 SDK,它以功能強大且易於使用的軟件包將 Google 的機器學習專業知識引入 Android 和 iOS 應用程序。無論您是機器學習新手還是老手,都可以通過幾行代碼實現您需要的功能。無需深入了解神經網絡或模型優化即可開始使用。另一方面,如果您是經驗豐富的 ML 開發人員,ML Kit 提供了方便的 API,可幫助您在移動應用程序中使用自定義的 TensorFlow Lite 模型。

關鍵能力

適用於常見用例的生產就緒

ML Kit 附帶一組用於常見移動用例的即用型 API:識別文本、檢測人臉、識別地標、掃描條形碼、標記圖像和識別文本語言。只需將數據傳遞到 ML Kit 庫,它就會為您提供所需的信息。

在設備上或在雲端

ML Kit 精選的 API 在設備上或云端運行。我們的設備上 API 可以快速處理您的數據,即使在沒有網絡連接的情況下也能正常工作。另一方面,我們基於雲的 API 利用 Google Cloud 機器學習技術的強大功能,為您提供更高水平的準確性。

部署自定義模型

如果 ML Kit 的 API 未涵蓋您的用例,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。 ML Kit 充當自定義模型的 API 層,使其更易於運行和使用。

它是如何工作的?

ML套件可以很容易地在自己的應用通過將谷歌的ML技術,如應用ML技巧谷歌雲願景APITensorFlow精簡版Android的神經網絡API在一個SDK一起。無論您需要基於雲的處理能力、移動優化的設備端模型的實時功能,還是自定義 TensorFlow Lite 模型的靈活性,ML Kit 只需幾行代碼即可實現。

設備或云端有哪些功能可用?

特徵設備端
文字識別
人臉檢測
條碼掃描
圖像標記
對象檢測和跟踪
地標識別
語言識別
翻譯
智能回复
AutoML 模型推斷
自定義模型推斷

實施路徑

集成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,則從相機捕獲圖像並生成必要的元數據(例如圖像旋轉),或提示用戶從他們的圖庫中選擇一張照片。
將 ML 模型應用於您的數據通過將 ML 模型應用於您的數據,您可以根據您使用的功能生成見解,例如檢測到的人臉的情緒狀態或圖像中識別的對象和概念。使用這些見解為您的應用程序中的功能提供支持,例如照片修飾、自動元數據生成或您可以想像的任何其他功能。

下一步