bookmark_borderbookmark
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
plat_iosplat_android
Mit AutoML Vision Edge benutzerdefinierte Modelle zur Bildklassifizierung aus Ihren eigenen Trainingsdaten erstellen
Wenn Sie den Inhalt eines Bildes erkennen möchten, können Sie die On-Device Image Labeling API oder die On-Device Object Detection API von ML Kit verwenden.
Die von diesen APIs verwendeten Modelle sind für allgemeine Zwecke gedacht und werden trainiert
die gängigsten Konzepte in Fotos zu erkennen.
Wenn Sie ein spezielleres Bildbeschriftungs- oder Objekterkennungsmodell benötigen, das einen enger gefassten Bereich abdeckt
Konzepte genauer an, z. B. ein Modell, um zwischen
Blumen- oder Lebensmittelarten – Sie können Firebase ML und AutoML verwenden.
Vision Edge zum Trainieren eines Modells mit eigenen Bildern und Kategorien Der benutzerdefinierte
wird in Google Cloud trainiert und sobald das Modell bereit ist, vollständig verwendet
auf dem Gerät.
Benutzerdefinierte Modelle für Bildbeschriftungen und Objekterkennung automatisch trainieren, um
die Ihnen wichtig sind, anhand Ihrer Trainingsdaten zu erkennen.
Integriertes Modellhosting
Hosten Sie Ihre Modelle mit Firebase und laden Sie sie während der Laufzeit. Von
Wenn Sie das Modell auf Firebase hosten, können Sie dafür sorgen, dass Nutzer
ohne eine neue App-Version zu veröffentlichen.
Natürlich können Sie das Modell auch mit Ihrer App bündeln,
sofort nach der Installation verfügbar.
Vorgehensweise bei der Implementierung
Trainingsdaten zusammenstellen
Erstellen Sie ein Dataset mit Beispielen für jedes Label, das Ihr Modell verwenden soll.
erkennen.
Neues Modell trainieren
Importieren Sie Ihre Trainingsdaten in die Google Cloud-Konsole und verwenden Sie sie zum Trainieren
ein neues Modell erstellen.
Modell in Ihrer App verwenden
Bündeln Sie das Modell mit Ihrer App oder laden Sie es von Firebase herunter, wenn
dass es benötigt wird. Verwenden Sie dann das Modell, um den Bildern auf dem Gerät Labels hinzuzufügen.
Preise und Beschränkungen
Zum Trainieren benutzerdefinierter Modelle mit AutoML Vision Edge müssen Sie „Pay as you go“ verwenden
(Blaze).
Diese Empfehlungen helfen Ihnen, den gewünschten Inhalt zu finden. Empfehlungen können auf der gerade angesehenen Seite und auf Seiten basieren, die in Ihrem Konto gespeichert sind. Web- und App-Aktivitäten.
ML Kit for Firebase provided ready-to-use ML solutions for app developers. New apps should use the standalone ML Kit library for on-device ML and Firebase ML for cloud-based ML.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-28 (UTC)."],[],[]]