AutoML Vision Edge

สร้างโมเดลการจัดประเภทรูปภาพแบบกำหนดเองจากข้อมูลการฝึกของคุณเองด้วย AutoML Vision Edge

หากต้องการจดจำเนื้อหาของรูปภาพ ตัวเลือกหนึ่งคือการใช้ผลิตภัณฑ์ ML Kit API การติดป้ายกำกับรูปภาพในอุปกรณ์ หรือ API การตรวจจับออบเจ็กต์ในอุปกรณ์ โมเดลที่ API เหล่านี้ใช้สร้างขึ้นเพื่อการใช้งานทั่วไปและได้รับการฝึก เพื่อจดจำแนวคิดที่พบบ่อยที่สุดในรูปภาพ

หากต้องการโมเดลการติดป้ายกำกับรูปภาพหรือโมเดลการตรวจจับวัตถุที่เฉพาะเจาะจงมากขึ้นซึ่งครอบคลุมโดเมนที่แคบลง ของแนวคิดที่ละเอียดขึ้น เช่น โมเดลการจำแนกระหว่าง ชนิดของดอกไม้หรือประเภทอาหาร คุณสามารถใช้ Firebase ML และ AutoML Vision Edge เพื่อฝึกโมเดลด้วยรูปภาพและหมวดหมู่ของคุณเอง บรรทัดที่กำหนดเอง โมเดลจะได้รับการฝึกใน Google Cloud และเมื่อโมเดลพร้อมแล้วก็จะมีการใช้โมเดลนั้นอย่างเต็มรูปแบบ ในอุปกรณ์

รับ เริ่มจากการติดป้ายกำกับรูปภาพ รับ เริ่มจากการตรวจจับออบเจ็กต์

ความสามารถที่สำคัญ

ฝึกโมเดลโดยอิงตามข้อมูลของคุณ

ฝึกการติดป้ายกำกับรูปภาพที่กำหนดเองและโมเดลการตรวจจับวัตถุโดยอัตโนมัติ จดจำป้ายกำกับที่คุณสนใจโดยใช้ข้อมูลการฝึกของคุณ

การโฮสต์โมเดลในตัว

โฮสต์โมเดลของคุณด้วย Firebase และโหลดโมเดลเหล่านั้นเมื่อรันไทม์ โดย ใน Firebase แล้ว คุณมั่นใจได้เลยว่าผู้ใช้มี โดยไม่เผยแพร่แอปเวอร์ชันใหม่

และแน่นอนว่าคุณสามารถรวมโมเดลเข้ากับแอปได้เพื่อให้ ทันทีที่ติดตั้ง

เส้นทางการใช้งาน

รวบรวมข้อมูลการฝึก รวบรวมชุดข้อมูลของตัวอย่างป้ายกำกับแต่ละรายการที่ต้องการให้โมเดล จดจำ
ฝึกโมเดลใหม่ ในคอนโซล Google Cloud ให้นำเข้าข้อมูลการฝึกและนำไปใช้เพื่อฝึก โมเดลใหม่
ใช้โมเดลในแอป รวมโมเดลกับแอปหรือดาวน์โหลดจาก Firebase เมื่อ ที่จำเป็น จากนั้นใช้โมเดลเพื่อติดป้ายกำกับรูปภาพในอุปกรณ์

ราคาและ จำกัดสูงสุด

หากต้องการฝึกโมเดลที่กำหนดเองด้วย AutoML Vision Edge คุณจะต้องชำระเงินตามการใช้งานจริง (Blaze)

ชุดข้อมูล เรียกเก็บเงินตาม อัตราของ Cloud Storage
รูปภาพต่อชุดข้อมูล 1,000,000
ชั่วโมงการฝึก ไม่มีขีดจำกัดต่อรุ่น

ขั้นตอนถัดไป