获取我们在 Firebase 峰会上发布的所有信息,了解 Firebase 可如何帮助您加快应用开发速度并满怀信心地运行应用。了解详情
使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

Firebase 机器学习套件

在您的应用程序中使用机器学习来解决实际问题。

ML Kit 是一个移动 SDK,它通过一个功能强大且易于使用的软件包将 Google 的机器学习专业知识带入 Android 和 iOS 应用程序。无论您是机器学习新手还是经验丰富的人,只需几行代码即可实现所需的功能。无需深入了解神经网络或模型优化即可开始使用。另一方面,如果您是经验丰富的 ML 开发人员,ML Kit 提供了方便的 API,可帮助您在移动应用程序中使用自定义 TensorFlow Lite 模型。

关键能力

为常见用例做好生产准备

ML Kit 附带一组用于常见移动用例的即用型 API:识别文本、检测面部、识别地标、扫描条形码、标记图像和识别文本语言。只需将数据传递到 ML Kit 库,它就会为您提供所需的信息。

在设备上或云端

ML Kit 的 API 选择在设备上或云端运行。我们的设备端 API 可以快速处理您的数据,即使在没有网络连接的情况下也能正常工作。另一方面,我们基于云的 API 利用 Google Cloud 机器学习技术的强大功能为您提供更高级别的准确性。

部署自定义模型

如果 ML Kit 的 API 不涵盖您的用例,您可以随时使用自己现有的 TensorFlow Lite 模型。只需将您的模型上传到 Firebase,我们就会负责托管并将其提供给您的应用。 ML Kit 充当自定义模型的 API 层,使其更易于运行和使用。

它是如何工作的?

ML Kit 将 Google 的 ML 技术(例如Google Cloud Vision APITensorFlow LiteAndroid 神经网络 API )整合到一个 SDK 中,从而可以轻松地将 ML 技术应用到您的应用程序中。无论您需要基于云的处理能力、移动优化的设备上模型的实时功能,还是自定义 TensorFlow Lite 模型的灵活性,ML Kit 只需几行代码即可实现。

设备或云端有哪些功能可用?

特征设备上
文字识别
人脸检测
条码扫描
图像标注
目标检测和跟踪
地标识别
语言识别
翻译
智能回复
AutoML 模型推理
自定义模型推断

实施路径

集成 SDK使用 Gradle 或 CocoaPods 快速包含 SDK。
准备输入数据例如,如果您使用视觉功能,从相机捕获图像并生成必要的元数据,例如图像旋转,或提示用户从他们的图库中选择照片。
将 ML 模型应用于您的数据通过将 ML 模型应用于您的数据,您可以生成洞察力,例如检测到的面部的情绪状态或图像中识别的对象和概念,具体取决于您使用的功能。使用这些见解来增强应用程序中的功能,例如照片修饰、自动元数据生成或您能想象到的任何其他功能。

下一步