Firebase 專用機器學習套件
在應用程式中使用機器學習技術，解決實際問題。
ML Kit 是一套行動 SDK，可將 Google 的機器學習專業知識導入 Android 和 iOS 應用程式，功能強大且易於使用。無論您是機器學習新手或經驗豐富的開發人員，只需幾行程式碼，就能導入所需功能。您不需要深入瞭解神經網路或模型最佳化，即可開始使用。另一方面，如果您是經驗豐富的機器學習開發人員，ML Kit 提供的便利 API 可協助您在行動應用程式中使用自訂 TensorFlow Lite 模型。
主要功能
| 可立即運用於常見用途的實際工作環境 |
ML Kit 隨附一組可立即使用的 API，適用於常見的行動裝置用途：辨識文字、偵測臉孔、識別地標、掃描條碼、為圖片加上標籤，以及辨識文字語言。只要將資料傳送至 ML Kit 程式庫，程式庫就會提供所需資訊。 |
| 在裝置上或雲端中 |
機器學習套件的 API 可在裝置上或雲端中執行。我們的裝置端 API 可快速處理資料，即使沒有網路連線也能運作。另一方面，雲端 API 則會運用 Google Cloud 的機器學習技術，提供更高的準確度。 |
| 部署自訂模型 |
如果機器學習套件的 API 並未涵蓋你的用途，你也可以使用自己現有的 TensorFlow Lite 模型。只要將模型上傳至 Firebase，我們就會負責為你託管模型並提供給應用程式。機器學習套件的作用像是自訂模型的 API 層，可簡化執行和使用。 |
運作原理
ML Kit 將 Google 的機器學習技術 (例如 Google Cloud Vision API、TensorFlow Lite 和 Android Neural Networks API) 整合至單一 SDK 中，方便您輕鬆將機器學習技術運用在自家應用程式中。無論您需要雲端處理的強大功能、行動裝置最佳化裝置端模型的即時功能，還是自訂 TensorFlow Lite 模型的彈性，ML Kit 都能讓您只編寫幾行程式碼，即可達成目標。
裝置或雲端提供哪些功能？
| 功能 | 裝置上 | Cloud |
|---|---|---|
| 文字辨識 | ||
| 臉部偵測 | ||
| 條碼掃描 | ||
| 圖片標籤 | ||
| 物件偵測和追蹤 | ||
| 地標辨識 | ||
| 語言辨識 | ||
| 翻譯 | ||
| 智慧回覆 | ||
| AutoML 模型推論 | ||
| 自訂模型推論 |
實作路徑
| 整合 SDK | 使用 Gradle 或 Swift Package Manager 快速納入 SDK。 | |
| 準備輸入資料 | 舉例來說，如果您使用視覺功能，可以從相機擷取圖片並產生必要的中繼資料 (例如圖片旋轉角度)，或是提示使用者從相片庫選取相片。 | |
| 將機器學習模型套用至資料 | 將機器學習模型套用至資料後，您就能產生洞察資料，例如偵測到的臉部情緒狀態，或是圖片中辨識到的物件和概念，具體取決於您使用的功能。運用這些深入分析資訊，在應用程式中提供相片美化、自動產生中繼資料等功能，或發揮創意，打造更多實用功能。 |
後續步驟
- 探索可立即使用的 API：文字辨識、臉部偵測、條碼掃描、圖片標籤、物件偵測與追蹤、地標辨識、智慧回覆、翻譯和語言辨識。
- 你可以透過 AutoML Vision Edge 訓練專屬的圖片標籤模型。
- 瞭解如何在應用程式中使用針對行動裝置最佳化的自訂模型。