Join us in person and online for Firebase Summit on October 18, 2022. Learn how Firebase can help you accelerate app development, release your app with confidence, and scale with ease. Register now
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।

ফায়ারবেসের জন্য এমএল কিট

বাস্তব বিশ্বের সমস্যা সমাধানের জন্য আপনার অ্যাপে মেশিন লার্নিং ব্যবহার করুন।

ML Kit হল একটি মোবাইল SDK যা একটি শক্তিশালী কিন্তু সহজে ব্যবহারযোগ্য প্যাকেজে Android এবং iOS অ্যাপে Google-এর মেশিন লার্নিং দক্ষতা নিয়ে আসে। আপনি মেশিন লার্নিংয়ে নতুন বা অভিজ্ঞ হোন না কেন, আপনি কোডের কয়েকটি লাইনে আপনার প্রয়োজনীয় কার্যকারিতা বাস্তবায়ন করতে পারেন। শুরু করার জন্য নিউরাল নেটওয়ার্ক বা মডেল অপ্টিমাইজেশান সম্পর্কে গভীর জ্ঞানের প্রয়োজন নেই। অন্যদিকে, আপনি যদি একজন অভিজ্ঞ ML বিকাশকারী হন, তাহলে ML Kit সুবিধাজনক API প্রদান করে যা আপনাকে আপনার মোবাইল অ্যাপে আপনার কাস্টম TensorFlow Lite মডেলগুলি ব্যবহার করতে সাহায্য করে।

মূল ক্ষমতা

সাধারণ ব্যবহারের ক্ষেত্রে উৎপাদন-প্রস্তুত

ML Kit সাধারণ মোবাইল ব্যবহারের ক্ষেত্রে ব্যবহার করার জন্য প্রস্তুত API-এর একটি সেট নিয়ে আসে: পাঠ্য শনাক্ত করা, মুখ সনাক্ত করা, ল্যান্ডমার্ক চিহ্নিত করা, বারকোড স্ক্যান করা, ছবি লেবেল করা এবং পাঠ্যের ভাষা সনাক্ত করা। এমএল কিট লাইব্রেরিতে কেবল ডেটা পাঠান এবং এটি আপনাকে আপনার প্রয়োজনীয় তথ্য দেয়।

ডিভাইসে বা ক্লাউডে

ML কিটের API-এর নির্বাচন ডিভাইসে বা ক্লাউডে চলে। আমাদের অন-ডিভাইস APIগুলি আপনার ডেটা দ্রুত প্রক্রিয়া করতে পারে এবং নেটওয়ার্ক সংযোগ না থাকলেও কাজ করতে পারে৷ আমাদের ক্লাউড-ভিত্তিক APIগুলি, অন্যদিকে, আপনাকে আরও উচ্চ স্তরের নির্ভুলতা দেওয়ার জন্য Google ক্লাউডের মেশিন লার্নিং প্রযুক্তির শক্তিকে কাজে লাগায়৷

কাস্টম মডেল স্থাপন

যদি ML Kit-এর API গুলি আপনার ব্যবহারের ক্ষেত্রে কভার না করে, আপনি সর্বদা আপনার নিজের বিদ্যমান TensorFlow Lite মডেলগুলি আনতে পারেন৷ শুধু Firebase এ আপনার মডেল আপলোড করুন, এবং আমরা আপনার অ্যাপে এটি হোস্টিং এবং পরিবেশন করার যত্ন নেব। ML কিট আপনার কাস্টম মডেলের একটি API স্তর হিসাবে কাজ করে, এটি চালানো এবং ব্যবহার করা সহজ করে তোলে।

এটা কিভাবে কাজ করে?

ML Kit Google-এর ML প্রযুক্তি যেমন Google Cloud Vision API , TensorFlow Lite , এবং Android Neural Networks API- কে একক SDK-তে একসাথে এনে আপনার অ্যাপে ML কৌশল প্রয়োগ করা সহজ করে তোলে৷ আপনার ক্লাউড-ভিত্তিক প্রক্রিয়াকরণের শক্তি, মোবাইল-অপ্টিমাইজড অন-ডিভাইস মডেলের রিয়েল-টাইম ক্ষমতা বা কাস্টম টেনসরফ্লো লাইট মডেলের নমনীয়তা প্রয়োজন হোক না কেন, ML কিট কোডের কয়েকটি লাইন দিয়ে এটি সম্ভব করে তোলে।

ডিভাইসে বা ক্লাউডে কি বৈশিষ্ট্য পাওয়া যায়?

বৈশিষ্ট্য ডিভাইসে মেঘ
পাঠ্য স্বীকৃতি
মুখ সনাক্তকরণ
বারকোড স্ক্যানিং
ইমেজ লেবেলিং
বস্তু সনাক্তকরণ এবং ট্র্যাকিং
ল্যান্ডমার্ক স্বীকৃতি
ভাষা শনাক্তকরণ
অনুবাদ
স্মার্ট উত্তর
অটোএমএল মডেল অনুমান
কাস্টম মডেল অনুমান

বাস্তবায়নের পথ

SDK সংহত করুন Gradle বা CocoaPods ব্যবহার করে দ্রুত SDK অন্তর্ভুক্ত করুন।
ইনপুট ডেটা প্রস্তুত করুন উদাহরণস্বরূপ, যদি আপনি একটি দৃষ্টি বৈশিষ্ট্য ব্যবহার করছেন, ক্যামেরা থেকে একটি চিত্র ক্যাপচার করুন এবং প্রয়োজনীয় মেটাডেটা তৈরি করুন যেমন চিত্র ঘূর্ণন, বা ব্যবহারকারীকে তাদের গ্যালারি থেকে একটি ফটো নির্বাচন করতে অনুরোধ করুন৷
আপনার ডেটাতে এমএল মডেল প্রয়োগ করুন আপনার ডেটাতে ML মডেল প্রয়োগ করার মাধ্যমে, আপনি যে বৈশিষ্ট্যটি ব্যবহার করেছেন তার উপর নির্ভর করে সনাক্ত করা মুখের মানসিক অবস্থা বা ছবিতে স্বীকৃত বস্তু এবং ধারণার মতো অন্তর্দৃষ্টি তৈরি করেন। ফটো শোভন, স্বয়ংক্রিয় মেটাডেটা জেনারেশন বা আপনি যা কল্পনা করতে পারেন তার মতো আপনার অ্যাপের বৈশিষ্ট্যগুলিকে শক্তিশালী করতে এই অন্তর্দৃষ্টিগুলি ব্যবহার করুন৷

পরবর্তী পদক্ষেপ