AutoML 비전 에지
AutoML Vision Edge를 사용하여 자체 학습 데이터에서 커스텀 이미지 분류 모델을 생성합니다.
당신은 이미지의 내용을 인식 할 경우, 하나의 옵션은 ML 키트의 사용하는 온 - 디바이스 이미지 라벨 API 또는 온 - 디바이스 물체 감지 API를 . 이러한 API에서 사용하는 모델은 범용 용도로 제작되었으며 사진에서 가장 일반적으로 발견되는 개념을 인식하도록 훈련되었습니다.
보다 전문화된 이미지 레이블 지정 또는 객체 감지 모델이 필요한 경우, 예를 들어 꽃의 종 또는 음식 유형을 구별하는 모델과 같이 보다 좁은 개념 영역을 더 자세히 다루는 경우 Firebase ML 및 AutoML Vision Edge를 사용하여 학습할 수 있습니다. 자신의 이미지와 카테고리가 있는 모델입니다. 커스텀 모델은 GCP에서 학습되며 모델이 준비되면 기기에서 완전히 사용됩니다.
주요 기능
| 데이터를 기반으로 모델 학습 | 훈련 데이터를 사용하여 관심 있는 레이블을 인식하도록 사용자 지정 이미지 레이블 지정 및 객체 감지 모델을 자동으로 훈련합니다. |
| 내장 모델 호스팅 | Firebase로 모델을 호스팅하고 런타임에 로드하세요. Firebase에서 모델을 호스팅하면 새 앱 버전을 출시하지 않고도 사용자가 최신 모델을 사용하도록 할 수 있습니다. 물론 모델을 앱과 함께 번들로 제공할 수도 있으므로 설치 즉시 사용할 수 있습니다. |
구현 경로
| 훈련 데이터 수집 | 모델이 인식하기를 원하는 각 레이블의 예제 데이터 세트를 함께 만드십시오. | |
| 새 모델 학습 | Google Cloud Console에서 학습 데이터를 가져와 새 모델을 학습시키는 데 사용합니다. | |
| 앱에서 모델 사용 | 모델을 앱과 번들로 묶거나 필요할 때 Firebase에서 다운로드하세요. 그런 다음 모델을 사용하여 장치의 이미지에 레이블을 지정합니다. |
가격 및 제한
AutoML Vision Edge로 커스텀 모델을 학습시키려면 종량제(Blaze) 요금제를 사용해야 합니다.
| 데이터세트 | 에 따라 청구 클라우드 스토리지 속도 |
|---|---|
| 데이터세트당 이미지 | 1,000,000 |
| 교육 시간 | 모델별 제한 없음 |
다음 단계
- 하는 방법에 대해 알아 봅니다 이미지 라벨링 모델을 학습 .
- 하는 방법에 대해 알아 봅니다 객체 탐지 모델을 학습 .