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 die Bildkennzeichnungs-API von ML Kit auf dem Gerät oder die Objekterkennungs-API auf dem Gerät 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 spezielleres Bildkennzeichnungs- oder Objekterkennungsmodell 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 trainieren ein Modell mit eigenen Bildern und Kategorien. Das benutzerdefinierte Modell wird in Google Cloud trainiert. Sobald das Modell fertig ist, wird es vollständig auf dem Gerät verwendet.
Erste Schritte mit der Bildbeschriftung 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 gewünschten Beschriftungen zu erkennen. |
Eingebautes Modellhosting | Hosten Sie Ihre Modelle mit Firebase und laden Sie sie zur Laufzeit. 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 Google Cloud Console Ihre Trainingsdaten und trainieren Sie damit ein neues Modell. | |
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 Blaze-Plan (Pay-as-you-go) einhalten.
Datensätze | Abgerechnet nach Cloud-Speicherraten |
---|---|
Bilder pro Datensatz | 1.000.000 |
Trainingsstunden | Keine Beschränkung pro Modell |
Nächste Schritte
- Erfahren Sie, wie Sie ein Bildbeschriftungsmodell trainieren .
- Erfahren Sie, wie Sie ein Objekterkennungsmodell trainieren .