Firebase 机器学习套件

您可以在您的应用中使用机器学习解决实际问题。

机器学习套件是一个移动 SDK,它通过一个强大且易用的软件包将 Google 的机器学习专业技术融入到 Android 和 iOS 应用中。无论您是刚开始接触机器学习,还是拥有丰富的相关经验,只需几行代码即可实现所需的功能。您无需具备丰富的神经网络或模型优化知识即可开始使用该套件。另一方面,如果您是一名经验丰富的机器学习开发者,机器学习套件提供了便捷的 API,可帮助您在移动应用中使用自定义 TensorFlow Lite 模型。

主要功能

适合生产环境中的各种常见使用场景

机器学习套件包含一组适用于以下常见移动使用场景的现成 API:识别文字、检测人脸、识别地标、扫描条形码、为图片加标签和识别文字语言。您只需将数据传递到机器学习套件库,即可获得所需的信息。

设备端或云端

机器学习套件的一系列 API 在设备端或云端运行。我们的设备端 API 可快速处理数据,即使没有网络连接,也能正常工作。另一方面,我们的云端 API 利用 Google Cloud 的强大机器学习技术,为您提供更高的准确度。

部署自定义模型

如果机器学习套件的 API 未涵盖您的使用场景,您随时都可以使用自己现有的 TensorFlow Lite 模型。您只需将自己的模型上传到 Firebase,我们就会负责托管该模型并将其用于您的应用。机器学习套件会充当您的自定义模型的 API 层,使您的模型更易于运行和使用。

工作方式

机器学习套件将 Google 的机器学习技术(如 Google Cloud Vision APITensorFlow LiteAndroid Neural Networks API)聚集到单个 SDK 中,使您可以在自己的应用中轻松使用机器学习技术。无论您是需要强大的云端处理能力、针对移动设备进行了优化的设备端模型的实时功能,还是自定义 TensorFlow Lite 模型的灵活性,机器学习套件都只需几行代码即可实现。

设备端或云端提供哪些功能?

功能 设备端 云端
文字识别
人脸检测
条形码扫描
为图片加标签
对象检测和跟踪
地标识别
语言识别
翻译
智能回复
AutoML 模型推断
自定义模型推断

实现流程

集成 SDK 使用 Gradle 或 CocoaPods 快速添加 SDK。
准备输入数据 例如,如果您要使用视觉功能,请使用相机拍摄图片,并生成图片旋转等必要的元数据,或提示用户从图库中选择一张照片。
将机器学习模型应用于您的数据 通过将机器学习模型应用于您的数据,您可以生成数据分析,如检测到的人脸的情绪状态或者在图片中识别出的对象和概念,具体取决于您所使用的功能。您可以使用这些数据分析支持应用中的功能,如照片修饰、自动元数据生成或您能想象到的任何其他功能。

后续步骤