AutoML Vision Edge
สร้างโมเดลการจัดประเภทรูปภาพที่กำหนดเองจากข้อมูลการฝึกอบรมของคุณเองด้วย AutoML Vision Edge
หากคุณต้องการจดจำเนื้อหาของรูปภาพทางเลือกหนึ่งคือใช้ API การติดฉลากรูปภาพบนอุปกรณ์ของ ML Kit แบบจำลองที่ใช้โดย API สร้างขึ้นเพื่อการใช้งานทั่วไปและได้รับการฝึกฝนให้รู้จักประมาณ 400 หมวดหมู่ซึ่งครอบคลุมแนวคิดที่พบบ่อยที่สุดในภาพถ่าย
หากคุณต้องการรูปแบบการติดฉลากรูปภาพที่เฉพาะเจาะจงมากขึ้นซึ่งครอบคลุมขอบเขตแนวคิดที่แคบลงโดยละเอียดมากขึ้นเช่นแบบจำลองเพื่อแยกความแตกต่างระหว่างชนิดของดอกไม้หรือประเภทของอาหารคุณสามารถใช้ Firebase ML และ AutoML Vision Edge เพื่อฝึกโมเดลด้วย ภาพและหมวดหมู่ของคุณเอง โมเดลที่กำหนดเองได้รับการฝึกฝนใน Google Cloud และเมื่อโมเดลพร้อมแล้วโมเดลนั้นจะถูกใช้บนอุปกรณ์อย่างเต็มที่
ความสามารถที่สำคัญ
| ฝึกโมเดลตามข้อมูลของคุณ | ฝึกโมเดลการติดฉลากรูปภาพที่กำหนดเองโดยอัตโนมัติเพื่อจดจำป้ายกำกับที่คุณสนใจโดยใช้ข้อมูลการฝึกอบรมของคุณ |
| โฮสติ้งโมเดลในตัว | โฮสต์โมเดลของคุณกับ Firebase และโหลดในขณะทำงานด้วย ML Kit การโฮสต์โมเดลบน Firebase ช่วยให้แน่ใจได้ว่าผู้ใช้มีโมเดลล่าสุดโดยไม่ต้องปล่อยแอปเวอร์ชันใหม่ และแน่นอนว่าคุณสามารถรวมโมเดลเข้ากับแอปของคุณได้ดังนั้นจึงพร้อมใช้งานทันทีเมื่อติดตั้ง |
เส้นทางการนำไปใช้งาน
| รวบรวมข้อมูลการฝึกอบรม | รวบรวมชุดข้อมูลตัวอย่างของป้ายกำกับแต่ละรายการที่คุณต้องการให้โมเดลของคุณรู้จัก | |
| ฝึกโมเดลใหม่ | ในคอนโซล Firebase ให้นำเข้าข้อมูลการฝึกอบรมของคุณและใช้เพื่อฝึกโมเดลใหม่ | |
| ใช้โมเดลในแอปของคุณ | รวมโมเดลเข้ากับแอปของคุณหรือปล่อยให้ ML Kit ดาวน์โหลดจาก Firebase เมื่อจำเป็น จากนั้นใช้โมเดลเพื่อติดป้ายกำกับรูปภาพบนอุปกรณ์ |
ราคาและขีด จำกัด
| จุดประกาย | ลุกโชน | |
|---|---|---|
| ชุดข้อมูล | 1 | เรียกเก็บเงินตาม อัตรา Cloud Storage |
| รูปภาพต่อชุดข้อมูล | 1,000 | 1,000,000 |
| ชั่วโมงการฝึกอบรม |
|
|
ขั้นตอนถัดไป
เรียนรู้วิธี ฝึกโมเดลการติดฉลากรูปภาพ