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 ML Kit SDK, 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, используя 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, когда 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.