AutoML Vision Edge
AutoML Vision Edge で、独自のトレーニング データからカスタム画像分類モデルを作成します。
画像コンテンツを認識する必要がある場合は、ML Kit のオンデバイスの Image Labeling API またはオンデバイスの Object Detection API を使用できます。 これらの API が使用するモデルは、汎用的な使用のために構築されており、写真で最も一般的に見られるコンセプトを認識するようにトレーニングされています。
花や食物の種類を区別するためのモデルなど、より狭い範囲のコンセプトに詳細に対応する、特殊化された画像ラベル付けモデルやオブジェクト検出モデルが必要な場合は、Firebase ML と AutoML Vision Edge を使用して独自の画像とカテゴリでモデルをトレーニングできます。カスタムモデルは Google Cloud でトレーニングされ、準備ができたモデルはデバイス上で完全に動作します。
主な機能
| データに基づいてモデルをトレーニングする |
トレーニング データを使用して、対象のラベルを認識するようにカスタムの画像ラベル付けモデルとオブジェクト検出モデルを自動的にトレーニングします。 |
| 組み込みのモデル ホスティング |
モデルを Firebase にホストし、ランタイムに読み込みます。Firebase でモデルをホストすることで、新しいアプリ バージョンをリリースすることなく、ユーザーに最新のモデルを提供できます。 モデルをアプリにバンドルすれば、インストール後すぐに利用できます。 |
実装パス
| トレーニング データを収集する | モデルに認識させるラベルのサンプルを含むデータセットをまとめます。 | |
| 新しいモデルをトレーニングする | Google Cloud Console でトレーニング データをインポートし、そのデータを使用して新しいモデルをトレーニングします。 | |
| アプリでモデルを使用する | モデルをアプリにバンドルするか、必要に応じて Firebase からダウンロードします。デバイスでモデルを使用し、画像のラベル付けを行います。 |
料金と上限
AutoML Vision Edge でカスタムモデルをトレーニングするには、従量課金制（Blaze）プランを利用している必要があります。
| データセット | Cloud Storage の料金に基づいて課金 |
|---|---|
| データセット 1 つあたりの画像数 | 1,000,000 |
| トレーニング時間 | モデルあたりの制限はなし |
次のステップ
- 画像ラベル付けモデルのトレーニング方法を学習する。
- オブジェクト検出モデルのトレーニング方法を学習する。