AutoML Vision Edge
Erstellen Sie mit AutoML Vision Edge benutzerdefinierte Bildklassifizierungsmodelle aus Ihren eigenen Trainingsdaten.
Wenn Sie den Inhalt eines Bildes erkennen möchten, besteht eine Möglichkeit darin, die geräteinterne Bildkennzeichnungs-API oder die geräteinterne Objekterkennungs-API von ML Kit zu verwenden. Die von diesen APIs verwendeten Modelle sind für den allgemeinen Gebrauch konzipiert und darauf trainiert, die am häufigsten vorkommenden Konzepte in Fotos zu erkennen.
Wenn Sie ein spezialisierteres Bildkennzeichnungs- oder Objekterkennungsmodell benötigen, das einen engeren Bereich von Konzepten detaillierter abdeckt, z. B. ein Modell zur Unterscheidung zwischen Blumenarten oder Lebensmittelarten, können Sie Firebase ML und AutoML Vision Edge zum Trainieren verwenden ein Modell mit eigenen Bildern und Kategorien. Das benutzerdefinierte Modell wird in Google Cloud trainiert und sobald das Modell fertig ist, wird es vollständig auf dem Gerät verwendet.
Beginnen Sie mit der Bildkennzeichnung . Beginnen Sie mit der Objekterkennung
Schlüsselfähigkeiten
Trainieren Sie Modelle basierend auf Ihren Daten | Trainieren Sie mithilfe Ihrer Trainingsdaten automatisch benutzerdefinierte Bildbeschriftungs- und Objekterkennungsmodelle, um die Beschriftungen zu erkennen, die Ihnen wichtig sind. |
Eingebautes Modellhosting | Hosten Sie Ihre Modelle mit Firebase und laden Sie sie zur Laufzeit. Indem Sie das Modell auf Firebase hosten, können Sie sicherstellen, dass Benutzer das neueste Modell haben, ohne eine neue App-Version zu veröffentlichen. Und 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. | |
Trainieren Sie ein neues Modell | Importieren Sie in der Google Cloud Console Ihre Trainingsdaten und verwenden Sie sie, um ein neues Modell zu trainieren. | |
Verwenden Sie das Modell in Ihrer App | Bündeln Sie das Modell mit Ihrer App oder laden Sie es bei Bedarf von Firebase herunter. Verwenden Sie dann das Modell, um Bilder auf dem Gerät zu beschriften. |
Preise & Limits
Um benutzerdefinierte Modelle mit AutoML Vision Edge zu trainieren, müssen Sie den Tarif „Pay-as-you-go“ (Blaze) nutzen.
Datensätze | Abrechnung nach Cloud Storage-Tarifen |
---|---|
Bilder pro Datensatz | 1.000.000 |
Trainingsstunden | Keine Begrenzung pro Modell |
Nächste Schritte
- Erfahren Sie, wie Sie ein Bildkennzeichnungsmodell trainieren .
- Erfahren Sie, wie Sie ein Objekterkennungsmodell trainieren .