AutoML Vision Edge
AutoML Vision Edge で、独自のトレーニング データからカスタム画像分類モデルを作成します。
ML Kit の基本的なデバイス上での画像ラベル付け API モデルは、汎用的な使用のために構築されており、写真で最も一般的に見られるコンセプトに対応する約 400 のカテゴリを認識するようにトレーニングされています。花や食物の種類を区別するためのモデルなど、より狭い範囲のコンセプトに詳細に対応する、特殊化された画像ラベル付けモデルが必要な場合は、AutoML Vision Edge を使用して独自の画像でモデルをトレーニングし、そのトレーニングしたモデルを使用できます。
主な機能
| データに基づいてモデルをトレーニングする |
トレーニング データを使用して、対象のラベルを認識するようにカスタム画像ラベル付けモデルを自動的にトレーニングします。 |
| 組み込みのモデル ホスティング |
モデルを Firebase にホストし、ランタイムに iOS SDK または Android SDK で読み込みます。Firebase でモデルをホストすることで、新しいアプリ バージョンをリリースすることなく、ユーザーに最新のモデルを提供できます。 モデルをアプリにバンドルすれば、インストール後すぐに利用できます。 |
実装パス
| トレーニング データを収集する | モデルに認識させるラベルのサンプルを含むデータセットをまとめます。 | |
| 新しいモデルをトレーニングする | Firebase コンソールでトレーニング データをインポートし、このデータを使用して新しいモデルをトレーニングします。 | |
| アプリでモデルを使用する | モデルをアプリにバンドルするか、ML Kit SDK によって Firebase からダウンロードします。デバイスでモデルを使用し、画像のラベル付けを行います。 |
料金と上限
| Spark と Flame | Blaze | |
|---|---|---|
| データセット | 1 | Cloud Storage の料金に基づいて課金 |
| データセット 1 つあたりの画像数 | 1,000 | 1,000,000 |
| トレーニング時間 |
|
|
次のステップ
画像ラベル付けモデルのトレーニング方法を学習する。