Google is committed to advancing racial equity for Black communities. See how.
This page was translated by the Cloud Translation API.
Switch to English

AutoML Vision Edge

Erstellen Sie mit AutoML Vision Edge benutzerdefinierte Bildklassifizierungsmodelle aus Ihren eigenen Trainingsdaten.

Wenn Sie den Inhalt eines Bildes erkennen möchten, können Sie auch die Bildkennzeichnungs-API von ML Kit auf dem Gerät verwenden . Das von der API verwendete Modell ist für den allgemeinen Gebrauch konzipiert und darauf trainiert, rund 400 Kategorien zu erkennen, die die am häufigsten vorkommenden Konzepte in Fotos abdecken.

Wenn Sie ein spezielleres Bildkennzeichnungsmodell benötigen, das einen engeren Bereich von Konzepten detaillierter abdeckt - beispielsweise ein Modell zur Unterscheidung zwischen Blumenarten oder Arten von Lebensmitteln -, können Sie mit Firebase ML und AutoML Vision Edge ein Modell trainieren Ihre eigenen Bilder und Kategorien. Das benutzerdefinierte Modell wird in Google Cloud trainiert. Sobald das Modell fertig ist, wird es vollständig auf dem Gerät verwendet.

Loslegen

Schlüsselfähigkeiten

Trainieren Sie Modelle basierend auf Ihren Daten

Trainieren Sie anhand Ihrer Trainingsdaten automatisch benutzerdefinierte Bildbeschriftungsmodelle, um die gewünschten Beschriftungen zu erkennen.

Eingebautes Modellhosting

Hosten Sie Ihre Modelle mit Firebase und laden Sie sie zur Laufzeit mit ML Kit. Durch das Hosten des Modells auf Firebase können Sie sicherstellen, dass Benutzer über das neueste Modell verfügen, ohne eine neue App-Version zu veröffentlichen.

Natürlich können Sie das Modell auch mit Ihrer App bündeln, sodass es bei der Installation sofort verfügbar ist.

Implementierungspfad

Trainingsdaten zusammenstellen Stellen Sie einen Datensatz mit Beispielen für jedes Etikett zusammen, das Ihr Modell erkennen soll.
Trainiere ein neues Modell Importieren Sie in der Firebase-Konsole Ihre Trainingsdaten und trainieren Sie damit ein neues Modell.
Verwenden Sie das Modell in Ihrer App Bündeln Sie das Modell mit Ihrer App oder lassen Sie es von ML Kit bei Bedarf von Firebase herunterladen. Verwenden Sie dann das Modell, um Bilder auf dem Gerät zu beschriften.

Preise & Limits

Funke Blaze
Datensätze 1 Abgerechnet nach Cloud-Speicherraten
Bilder pro Datensatz 1.000 1.000.000
Trainingsstunden
  • 3 freie Stunden pro Projekt
  • 1 Stunde pro Modell
  • 15 Stunden kostenloses Training pro abgerechnetem Projekt. Nachfolgende Trainingsstunden 4,95 USD pro Stunde.
  • Keine Beschränkung pro Modell

Nächste Schritte

Erfahren Sie, wie Sie ein Bildbeschriftungsmodell trainieren .