Check out what’s new from Firebase@ Google I/O 2021, and join our alpha program for early access to the new Remote Config personalization feature. Learn more

AutoML Vision Edge

Créez des modèles de classification d'images personnalisés à partir de vos propres données d'entraînement avec AutoML Vision Edge.

Si vous souhaitez reconnaître le contenu d'une image, une option consiste à utiliser l' API d'étiquetage d'images sur l'appareil de ML Kit ou l' API de détection d'objets sur l'appareil . Les modèles utilisés par ces API sont conçus pour un usage général et sont formés pour reconnaître les concepts les plus courants dans les photos.

Si vous avez besoin d'un modèle d'étiquetage d'images ou de détection d'objets plus spécialisé, couvrant un domaine de concepts plus restreint (par exemple, un modèle pour distinguer les espèces de fleurs ou les types d'aliments), vous pouvez utiliser Firebase ML et AutoML Vision Edge pour vous entraîner un modèle avec vos propres images et catégories. Le modèle personnalisé est entraîné dans Google Cloud, et une fois le modèle prêt, il est entièrement utilisé sur l'appareil.

Initiation à l'étiquetage des images Initiation à la détection d'objets

Capacités clés

Former des modèles en fonction de vos données

Entraînez automatiquement des modèles personnalisés d'étiquetage d'images et de détection d'objets pour reconnaître les étiquettes qui vous intéressent, à l'aide de vos données d'entraînement.

Hébergement de modèle intégré

Hébergez vos modèles avec Firebase et chargez-les au moment de l'exécution. En hébergeant le modèle sur Firebase, vous pouvez vous assurer que les utilisateurs disposent du dernier modèle sans publier une nouvelle version de l'application.

Et, bien sûr, vous pouvez également regrouper le modèle avec votre application, afin qu'il soit immédiatement disponible lors de l'installation.

Chemin de mise en œuvre

Assembler les données d'entraînement Rassemblez un ensemble de données d'exemples de chaque étiquette que vous souhaitez que votre modèle reconnaisse.
Former un nouveau modèle Dans Google Cloud Console, importez vos données d'entraînement et utilisez-les pour entraîner un nouveau modèle.
Utilisez le modèle dans votre application Regroupez le modèle avec votre application ou téléchargez-le depuis Firebase lorsque vous en avez besoin. Ensuite, utilisez le modèle pour étiqueter les images sur l'appareil.

Prix ​​et limites

Pour entraîner des modèles personnalisés avec AutoML Vision Edge, vous devez souscrire au forfait de paiement à l'utilisation (Blaze).

Ensembles de données Facturé selon les tarifs Cloud Storage
Images par jeu de données 1 000 000
Heures de formation Aucune limite par modèle

Prochaines étapes