Firebase Summit で発表されたすべての情報をご覧ください。Firebase を使用してアプリ開発を加速し、自信を持ってアプリを実行する方法を紹介しています。詳細
コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

AutoML Vision Edge

AutoML Vision Edge を使用して、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。

画像の内容を認識したい場合、1 つのオプションは、ML Kit のデバイス上の画像ラベル付け APIまたはデバイス上のオブジェクト検出 API を使用することです。これらの API で使用されるモデルは、汎用目的で構築されており、写真で最も一般的に見られる概念を認識するようにトレーニングされています。

花の種や食べ物の種類を区別するモデルなど、より狭い概念領域をより詳細にカバーする、より専門的な画像ラベル付けまたはオブジェクト検出モデルが必要な場合は、Firebase ML と AutoML Vision Edge を使用してトレーニングできます。独自の画像とカテゴリを持つモデル。カスタム モデルは Google Cloud でトレーニングされ、モデルの準備が整うと、デバイス上で完全に使用されます。

画像のラベリングを開始する オブジェクト検出を開始する

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、関心のある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 でホストし、実行時にロードします。モデルを Firebase でホストすることにより、新しいアプリ バージョンをリリースすることなく、ユーザーが最新のモデルを使用できるようにすることができます。

もちろん、モデルをアプリにバンドルすることもできるので、インストールするとすぐに利用できます。

実装パス

訓練データを集めるモデルに認識させたい各ラベルの例の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、それ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。次に、モデルを使用してデバイス上の画像にラベルを付けます。

価格と制限

AutoML Vision Edge を使用してカスタム モデルをトレーニングするには、従量課金制 (Blaze) プランに加入している必要があります。

データセットCloud Storage 料金に基づいて請求
データセットごとの画像1,000,000
トレーニング時間モデルごとの制限なし

次のステップ