Firebase 将于 4 月 9 日至 11 日重返 Cloud Next 大会。
立即报名。
AutoML Vision Edge
bookmark_borderbookmark
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
plat_ios
plat_android
使用 AutoML Vision Edge,根据您自己的训练数据创建自定义图片分类模型。

如果要识别图片的内容,可以选择使用机器学习套件的设备端图片标签 API 或设备端对象检测 API。这些 API 使用的模型是通用模型,这些模型经过训练可识别照片中最常见的概念。
如果您需要为更加细化的概念领域使用更具针对性的图片标签模型或对象检测模型(例如,区分花卉种类或食品类型的模型),可以改用自己训练的模型,即借助 Firebase ML 和 AutoML Vision Edge 使用自己的图片和类别来训练模型。自定义模型在 Google Cloud 中进行训练,准备就绪后,即可完全在设备上使用。
开始使用图片标签
开始使用对象检测
主要功能
根据您的数据训练模型 |
使用您的训练数据自动训练自定义图片标签和对象检测模型,以识别您关注的标签。
|
内置模型托管 |
使用 Firebase 托管您的模型,并在运行时加载它们。通过在 Firebase 上托管模型,您可以在不发布新应用版本的情况下确保用户拥有最新的模型。
当然,您也可以将模型与应用捆绑在一起,使其在安装后立即可用。
|
实现流程
|
整理训练数据 |
汇总您希望模型识别的每个标签的示例数据集。
|
|
训练新模型 |
在 Google Cloud 控制台中,导入您的训练数据并使用这些数据训练新模型。
|
|
在应用中使用该模型 |
将模型与您的应用捆绑在一起,或在需要时从 Firebase 下载该模型。然后,使用该模型在设备上给图片加标签。 |
价格和限制
如需使用 AutoML Vision Edge 训练自定义模型,您必须采用随用随付 (Blaze) 方案。
后续步骤
为您推荐
关于这些推荐文档页面
这些推荐文档页面可以帮助您找到要查找的内容。它们可能基于您当前正在查看的页面以及您的账号保存的页面。 网络与应用活动记录.
了解详情在您的应用中使用机器学习来解决实际问题。
更新于 Jan 26, 2025
ML Kit for Firebase 为应用开发者提供了现成可用的机器学习解决方案。新应用应使用适用于设备端机器学习的独立机器学习套件库以及适用于云端机器学习的 Firebase ML。
更新于 Jan 26, 2025
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2025-01-26。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-01-26。"],[],[]]