Firebase 機器學習套件

在您的應用中使用機器學習來解決實際問題。

ML Kit 是一種移動 SDK,它以功能強大且易於使用的軟件包將 Google 的機器學習專業知識引入 Android 和 iOS 應用程序。無論您是機器學習新手還是老手,都可以通過幾行代碼實現您需要的功能。無需深入了解神經網絡或模型優化即可開始使用。另一方面,如果您是經驗豐富的 ML 開發人員,ML Kit 提供了方便的 API,可幫助您在移動應用程序中使用自定義的 TensorFlow Lite 模型。

關鍵能力

適用於常見用例的生產就緒

ML Kit 附帶一組用於常見移動用例的即用型 API:識別文本、檢測面部、識別地標、掃描條形碼、標記圖像和識別文本語言。只需將數據傳遞到 ML Kit 庫,它就會為您提供所需的信息。

在設備上或在雲端

ML Kit 精選的 API 在設備上或云端運行。我們的設備上 API 可以快速處理您的數據,即使在沒有網絡連接的情況下也能正常工作。另一方面,我們基於雲的 API 利用 Google Cloud 機器學習技術的強大功能,為您提供更高水平的準確性。

部署自定義模型

如果 ML Kit 的 API 未涵蓋您的用例,您始終可以使用自己現有的 TensorFlow Lite 模型。只需將您的模型上傳到 Firebase,我們就會負責託管並將其提供給您的應用。 ML Kit 充當自定義模型的 API 層,使其更易於運行和使用。

它是如何工作的?

ML套件可以很容易地在自己的應用通過將谷歌的ML技術,如應用ML技巧谷歌雲願景APITensorFlow精簡版Android的神經網絡API在一個SDK一起。無論您需要基於雲的處理能力、移動優化的設備端模型的實時功能,還是自定義 TensorFlow Lite 模型的靈活性,ML Kit 只需幾行代碼即可實現。

設備或云端有哪些功能可用?

特徵設備端
文字識別
人臉檢測
條碼掃描
圖像標記
對象檢測和跟踪
地標識別
語言識別
翻譯
智能回复
AutoML 模型推斷
自定義模型推斷

實施路徑

集成SDK使用 Gradle 或 CocoaPods 快速包含 SDK。
準備輸入數據例如,如果您使用視覺功能,則從相機捕獲圖像並生成必要的元數據(例如圖像旋轉),或提示用戶從他們的圖庫中選擇一張照片。
將 ML 模型應用於您的數據通過將 ML 模型應用於您的數據,您可以根據您使用的功能生成見解,例如檢測到的人臉的情緒狀態或圖像中識別的對象和概念。使用這些見解為您的應用程序中的功能提供支持,例如照片修飾、自動元數據生成或您可以想像的任何其他功能。

下一步