AutoML Vision Edge

AutoML Vision Edge를 사용하여 자체 학습 데이터에서 커스텀 이미지 분류 모델을 만듭니다.

이미지의 콘텐츠를 인식하려는 경우 한 가지 옵션은 ML Kit의 기기 별 이미지 라벨 지정 API 또는 기기 별 객체 감지 API를 사용하는 것 입니다. 이러한 API에서 사용하는 모델은 범용으로 구축되었으며 사진에서 가장 일반적으로 발견되는 개념을 인식하도록 훈련되었습니다.

예를 들어 꽃의 종류 나 음식의 종류를 구별하는 모델과 같이 좁은 개념 영역을 더 자세히 다루는보다 전문화 된 이미지 라벨 지정 또는 객체 감지 모델이 필요한 경우 Firebase ML 및 AutoML Vision Edge를 사용하여 학습 할 수 있습니다. 자신의 이미지와 카테고리가있는 모델. 커스텀 모델은 GCP에서 학습되며 모델이 준비되면 기기에서 완전히 사용됩니다.

이미지 라벨링 시작하기 물체 감지 시작하기

주요 기능

데이터를 기반으로 모델 학습

학습 데이터를 사용하여 사용자 지정 이미지 라벨링 및 객체 감지 모델을 자동으로 학습하여 관심있는 라벨을 인식합니다.

기본 제공 모델 호스팅

Firebase로 모델을 호스팅하고 런타임에로드하세요. Firebase에서 모델을 호스팅하면 사용자가 새 앱 버전을 출시하지 않고도 최신 모델을 사용할 수 있습니다.

물론 앱과 함께 모델을 번들로 제공 할 수도 있으므로 설치 즉시 사용할 수 있습니다.

구현 경로

	훈련 데이터 수집	모델이 인식하기를 원하는 각 라벨의 예시 데이터 세트를 모 으세요.
	새 모델 훈련	Google Cloud Console에서 학습 데이터를 가져 와서 새 모델을 학습시키는 데 사용합니다.
	앱에서 모델 사용	앱과 함께 모델을 번들로 묶거나 필요할 때 Firebase에서 다운로드하세요. 그런 다음 모델을 사용하여 기기의 이미지에 라벨을 지정합니다.

가격 및 제한

AutoML Vision Edge로 커스텀 모델을 학습 시키려면 종량제 (Blaze) 요금제를 사용해야합니다.

데이터 세트	Cloud Storage 요금 에 따라 청구
데이터 세트당 이미지	1,000,000
교육 시간	모델 당 제한 없음

다음 단계

이미지 라벨링 모델 학습 방법을 알아 봅니다.
물체 감지 모델 을 훈련하는 방법을 알아 봅니다.