Firebase Summit에서 발표된 모든 내용을 살펴보고 Firebase로 앱을 빠르게 개발하고 안심하고 앱을 실행하는 방법을 알아보세요. 자세히 알아보기
컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

AutoML 비전 에지

AutoML Vision Edge를 사용하여 자체 교육 데이터에서 사용자 지정 이미지 분류 모델을 만듭니다.

이미지의 콘텐츠를 인식하려는 경우 한 가지 옵션은 ML Kit의 온디바이스 이미지 라벨링 API 또는 온디바이스 개체 감지 API를 사용하는 것 입니다. 이러한 API에서 사용하는 모델은 범용으로 제작되었으며 사진에서 가장 일반적으로 발견되는 개념을 인식하도록 훈련되었습니다.

꽃의 종류나 음식의 종류를 구분하는 모델과 같이 더 좁은 범위의 개념을 더 자세히 다루는 보다 전문화된 이미지 라벨 지정 또는 객체 감지 모델이 필요한 경우 Firebase ML 및 AutoML Vision Edge를 사용하여 교육할 수 있습니다. 나만의 이미지와 카테고리가 있는 모델. 커스텀 모델은 Google Cloud에서 학습되며 모델이 준비되면 기기에서 완전히 사용됩니다.

이미지 레이블 지정 시작하기 개체 감지 시작하기

주요 기능

데이터를 기반으로 모델 학습

학습 데이터를 사용하여 관심 있는 레이블을 인식하도록 사용자 지정 이미지 레이블 지정 및 개체 감지 모델을 자동으로 학습시킵니다.

기본 제공 모델 호스팅

Firebase로 모델을 호스팅하고 런타임에 로드하세요. Firebase에서 모델을 호스팅하면 새 앱 버전을 출시하지 않고도 사용자가 최신 모델을 사용할 수 있습니다.

물론 모델을 앱과 함께 번들로 제공할 수도 있으므로 설치 시 즉시 사용할 수 있습니다.

구현 경로

교육 데이터 수집 모델에서 인식할 각 라벨의 예시 데이터세트를 모으세요.
새 모델 학습 Google Cloud Console에서 훈련 데이터를 가져와 새 모델을 훈련하는 데 사용합니다.
앱에서 모델 사용 모델을 앱과 함께 번들로 묶거나 필요할 때 Firebase에서 다운로드하세요. 그런 다음 모델을 사용하여 기기의 이미지에 라벨을 지정합니다.

가격 및 한도

AutoML Vision Edge로 커스텀 모델을 학습시키려면 종량제(Blaze) 요금제를 사용해야 합니다.

데이터 세트 Cloud Storage 요율 에 따라 청구됨
데이터 세트당 이미지 1,000,000
교육 시간 모델별 제한 없음

다음 단계