Пользовательские модели

Если вы опытный разработчик машинного обучения и готовые модели ML Kit не соответствуют вашим потребностям, вы можете использовать собственную модель TensorFlow Lite с ML Kit.

Разместите свои модели TensorFlow Lite с помощью Firebase или упакуйте их в свое приложение. Затем используйте SDK ML Kit, чтобы выполнить логический вывод, используя лучшую доступную версию вашей пользовательской модели. Если вы размещаете свою модель с помощью Firebase, ML Kit автоматически обновляет ваших пользователей до последней версии.

iOS Android

Ключевые возможности

Хостинг моделей TensorFlow Lite Разместите свои модели с помощью Firebase, чтобы уменьшить размер двоичного файла вашего приложения и убедиться, что ваше приложение всегда использует самую последнюю доступную версию вашей модели.
Выводы машинного обучения на устройстве Выполните логический вывод в приложении iOS или Android с помощью SDK ML Kit для запуска собственной модели TensorFlow Lite. Модель может быть связана с приложением, размещена в облаке или и то, и другое.
Автоматический возврат модели Укажите несколько источников модели; используйте локально сохраненную модель, если модель, размещенная в облаке, недоступна
Автоматические обновления моделей Настройте условия, при которых ваше приложение автоматически загружает новые версии вашей модели: когда устройство пользователя находится в режиме ожидания, заряжается или имеет подключение к Wi-Fi.

Путь реализации

Обучите свою модель TensorFlow Создайте и обучите собственную модель с помощью TensorFlow. Или переобучите существующую модель, которая решает проблему, аналогичную той, которую вы хотите достичь. См. Руководство разработчика TensorFlow Lite.
Преобразуйте модель в TensorFlow Lite. Преобразуйте свою модель из стандартного формата TensorFlow в TensorFlow Lite, заморозив график, а затем используя оптимизирующий конвертер TensorFlow (TOCO). См. Руководство разработчика TensorFlow Lite.
Разместите свою модель TensorFlow Lite с помощью Firebase Необязательно: когда вы размещаете свою модель TensorFlow Lite в Firebase и включаете SDK ML Kit в свое приложение, ML Kit держит ваших пользователей в курсе последней версии вашей модели. Вы можете настроить ML Kit для автоматической загрузки обновлений модели, когда устройство пользователя находится в режиме ожидания, заряжается или имеет подключение к Wi-Fi.
Используйте модель TensorFlow Lite для вывода Используйте API пользовательских моделей ML Kit в своем приложении для iOS или Android, чтобы выполнять логические выводы на основе модели, размещенной в Firebase или связанной с приложением.

Firebase ML lets you bring powerful machine learning features to your app whether it's for Android or iOS, and whether you're an experienced machine learning developer or you're just getting started.

Обновлено Oct 3, 2024