ชุด ML สำหรับ Firebase

ใช้การเรียนรู้ของเครื่องในแอปของคุณเพื่อแก้ไขปัญหาในโลกแห่งความเป็นจริง

ML Kit เป็น SDK มือถือที่นำความเชี่ยวชาญด้านการเรียนรู้ของเครื่องของ Google มาสู่แอป Android และ iOS ในแพ็คเกจที่ทรงพลังแต่ใช้งานง่าย ไม่ว่าคุณจะเป็นมือใหม่หรือมีประสบการณ์ด้านแมชชีนเลิร์นนิง คุณสามารถใช้งานฟังก์ชันที่ต้องการได้โดยใช้โค้ดเพียงไม่กี่บรรทัด ไม่จำเป็นต้องมีความรู้เชิงลึกเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพโมเดลเพื่อเริ่มต้น ในทางกลับกัน หากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ ML Kit มอบ API ที่สะดวกสบายซึ่งจะช่วยให้คุณใช้โมเดล TensorFlow Lite แบบกำหนดเองในแอปมือถือของคุณ

ความสามารถที่สำคัญ

พร้อมการผลิตสำหรับการใช้งานทั่วไป

ML Kit มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานบนมือถือทั่วไป: การจดจำข้อความ การตรวจจับใบหน้า การระบุจุดสังเกต การสแกนบาร์โค้ด การติดป้ายกำกับรูปภาพ และการระบุภาษาของข้อความ เพียงส่งข้อมูลไปยังไลบรารี ML Kit จากนั้นจะให้ข้อมูลที่คุณต้องการ

บนอุปกรณ์หรือในระบบคลาวด์

API ที่คัดสรรของ ML Kit ทำงานบนอุปกรณ์หรือในระบบคลาวด์ API บนอุปกรณ์ของเราสามารถประมวลผลข้อมูลของคุณได้อย่างรวดเร็วและทำงานได้แม้ในขณะที่ไม่มีการเชื่อมต่อเครือข่าย ในทางกลับกัน API บนระบบคลาวด์ของเราใช้ประโยชน์จากพลังของเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อให้คุณได้รับความแม่นยำในระดับที่สูงขึ้นไปอีก

ปรับใช้โมเดลที่กำหนดเอง

หาก API ของ ML Kit ไม่ครอบคลุมกรณีการใช้งานของคุณ คุณสามารถนำโมเดล TensorFlow Lite ที่มีอยู่ของคุณเองมาใช้ได้ตลอดเวลา เพียงอัปโหลดโมเดลของคุณไปยัง Firebase แล้วเราจะดูแลการโฮสต์และให้บริการโมเดลนั้นแก่แอปของคุณ ML Kit ทำหน้าที่เป็นเลเยอร์ API ให้กับโมเดลที่คุณกำหนดเอง ทำให้เรียกใช้และใช้งานได้ง่ายขึ้น

มันทำงานอย่างไร?

ML Kit ช่วยให้นำเทคนิค ML ไปประยุกต์ใช้ในแอปของคุณได้อย่างง่ายดาย โดยนำเทคโนโลยี ML ของ Google เช่น Google Cloud Vision API , TensorFlow Lite และ Android Neural Networks API มารวมกันใน SDK เดียว ไม่ว่าคุณจะต้องการพลังของการประมวลผลบนคลาวด์ ความสามารถแบบเรียลไทม์ของรุ่นบนอุปกรณ์เคลื่อนที่ที่ปรับให้เหมาะสม หรือความยืดหยุ่นของรุ่น TensorFlow Lite แบบกำหนดเอง ML Kit ทำให้มันเป็นไปได้ด้วยโค้ดเพียงไม่กี่บรรทัด

มีฟีเจอร์ใดบ้างบนอุปกรณ์หรือในระบบคลาวด์

คุณสมบัติ บนอุปกรณ์ คลาวด์
การจดจำข้อความ
การตรวจจับใบหน้า
การสแกนบาร์โค้ด
การติดฉลากรูปภาพ
การตรวจจับและติดตามวัตถุ
การจดจำจุดสังเกต
การระบุภาษา
การแปล
สมาร์ทตอบกลับ
การอนุมานโมเดล AutoML
การอนุมานโมเดลแบบกำหนดเอง

เส้นทางการนำไปปฏิบัติ

บูรณาการ SDK รวม SDK อย่างรวดเร็วโดยใช้ Gradle หรือ CocoaPods
เตรียมข้อมูลเข้า ตัวอย่างเช่น หากคุณใช้ฟีเจอร์การมองเห็น ให้จับภาพจากกล้องและสร้างข้อมูลเมตาที่จำเป็น เช่น การหมุนภาพ หรือแจ้งให้ผู้ใช้เลือกรูปภาพจากแกลเลอรีของตน
ใช้โมเดล ML กับข้อมูลของคุณ ด้วยการใช้โมเดล ML กับข้อมูลของคุณ คุณจะสามารถสร้างข้อมูลเชิงลึก เช่น สถานะทางอารมณ์ของใบหน้าที่ตรวจพบ หรือวัตถุและแนวคิดที่จดจำได้ในรูปภาพ ขึ้นอยู่กับคุณสมบัติที่คุณใช้ ใช้ข้อมูลเชิงลึกเหล่านี้เพื่อขับเคลื่อนฟีเจอร์ต่างๆ ในแอปของคุณ เช่น การตกแต่งรูปภาพ การสร้างข้อมูลเมตาอัตโนมัติ หรืออะไรก็ตามที่คุณจินตนาการได้

ขั้นตอนถัดไป