Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

Krawędź wizji AutoML

Twórz niestandardowe modele klasyfikacji obrazów na podstawie własnych danych treningowych za pomocą AutoML Vision Edge.

Jeśli chcesz rozpoznać zawartość obrazu, jedną z opcji jest użycie ML Kit znakowania obraz na urządzeniu API lub na urządzeniu API detekcji obiektu . Modele używane przez te interfejsy API są zbudowane do użytku ogólnego i są wytrenowane w celu rozpoznawania najczęściej spotykanych pojęć na zdjęciach.

Jeśli potrzebujesz bardziej wyspecjalizowanego modelu etykietowania obrazów lub wykrywania obiektów, obejmującego węższą domenę pojęć bardziej szczegółowo — na przykład model do rozróżniania gatunków kwiatów lub rodzajów żywności — możesz użyć Firebase ML i AutoML Vision Edge do trenowania model z własnymi zdjęciami i kategoriami. Model niestandardowy jest trenowany w Google Cloud, a gdy model jest gotowy, jest w pełni używany na urządzeniu.

Zacznij korzystać z oznakowania obrazu zacząć z detekcji obiektów

Kluczowe możliwości

Trenuj modele na podstawie Twoich danych

Automatycznie trenuj niestandardowe modele etykietowania obrazów i wykrywania obiektów, aby rozpoznawać etykiety, na których Ci zależy, korzystając z danych szkoleniowych.

Wbudowany hosting modeli

Hostuj swoje modele w Firebase i ładuj je w czasie wykonywania. Hostując model w Firebase, możesz mieć pewność, że użytkownicy mają najnowszy model bez wydawania nowej wersji aplikacji.

Oczywiście możesz również dołączyć model do swojej aplikacji, aby był dostępny od razu po instalacji.

Ścieżka wdrożenia

Zbierz dane treningowe Zbierz zestaw danych z przykładami każdej etykiety, którą ma rozpoznawać model.
Wytrenuj nowy model W Google Cloud Console zaimportuj dane treningowe i użyj ich do trenowania nowego modelu.
Użyj modelu w swojej aplikacji Połącz model ze swoją aplikacją lub pobierz go z Firebase, gdy zajdzie taka potrzeba. Następnie użyj modelu do oznaczenia zdjęć na urządzeniu.

Ceny i limity

Aby trenować modele niestandardowe za pomocą AutoML Vision Edge, musisz korzystać z planu płatności zgodnie z rzeczywistym użyciem (Blaze).

Zbiory danych Rozliczane według stawek Cloud Storage
Obrazy na zbiór danych 1 000 000
Godziny szkoleń Brak limitu na model

Następne kroki