AutoML 视觉边缘
使用 AutoML Vision Edge 从您自己的训练数据创建自定义图像分类模型。
如果您想识别图像的内容,一种选择是使用 ML Kit 的设备上图像标记 API或设备上对象检测 API 。这些 API 使用的模型是为通用用途而构建的,并且经过训练可以识别照片中最常见的概念。
如果您需要更专业的图像标记或对象检测模型,更详细地涵盖更窄的概念领域(例如,区分花卉种类或食物类型的模型),您可以使用 Firebase ML 和 AutoML Vision Edge 进行训练具有您自己的图像和类别的模型。自定义模型在 Google Cloud 中进行训练,一旦模型准备好,它就可以在设备上完全使用。
关键能力
根据您的数据训练模型 | 使用您的训练数据自动训练自定义图像标记和对象检测模型以识别您关心的标签。 |
内置模型托管 | 使用 Firebase 托管您的模型,并在运行时加载它们。通过在 Firebase 上托管模型,您可以确保用户拥有最新模型,而无需发布新的应用版本。 当然,您也可以将模型与您的应用程序捆绑在一起,以便在安装时立即使用。 |
实施路径
组装训练数据 | 将您希望模型识别的每个标签的示例数据集放在一起。 | |
训练一个新模型 | 在 Google Cloud Console 中,导入您的训练数据并使用它来训练新模型。 | |
在您的应用中使用模型 | 将模型与您的应用捆绑在一起,或在需要时从 Firebase 下载。然后,使用模型在设备上标记图像。 |
定价和限制
要使用 AutoML Vision Edge 训练自定义模型,您必须采用即用即付 (Blaze) 计划。
数据集 | 根据云存储费率计费 |
---|---|
每个数据集的图像 | 1,000,000 |
培训时间 | 没有每个型号的限制 |