AutoML Vision Edge
Erstellen Sie mit AutoML Vision Edge benutzerdefinierte Bildklassifizierungsmodelle aus Ihren eigenen Trainingsdaten.
Wenn Sie Inhalte eines Bildes erkennen wollen, ist eine Option ML Kit verwenden On-Device - Bild Kennzeichnung API oder On-Device - Objekterkennung API . Die von diesen APIs verwendeten Modelle wurden für den allgemeinen Gebrauch entwickelt und darauf trainiert, die gängigsten 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 Blumen- oder Lebensmittelarten – können Sie Firebase ML und AutoML Vision Edge verwenden, um zu trainieren 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.
Lassen Sie sich mit Bild Markierung gestartet Get mit Objekterkennung gestartet
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. |
| Integriertes Modell-Hosting | Hosten Sie Ihre Modelle mit Firebase und laden Sie sie zur Laufzeit. Durch das Hosten des Modells auf Firebase können Sie sicherstellen, dass Benutzer das neueste Modell verwenden, 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 Label zusammen, das Ihr Modell erkennen soll. | |
| Trainiere ein neues Modell | Importieren Sie Ihre Trainingsdaten in die Google Cloud Console 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 nutzungsbasierten Tarif (Blaze) verwenden.
| Datensätze | Angekündigt nach Cloud Storage Raten |
|---|---|
| Bilder pro Datensatz | 1.000.000 |
| Trainingszeiten | Kein Limit pro Modell |
Nächste Schritte
- Erfahren Sie, wie ein Bild Kennzeichnungsmodell zu trainieren .
- Erfahren Sie, wie ein Objekterkennungsmodell zu trainieren .