Watch demos on how to build & run AI-powered apps with Firebase at Demo Day '24.
Watch now.
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
AutoML Vision Edge
plat_ios
plat_android
透過 AutoML Vision Edge,根據訓練資料建立自訂圖片分類模型。
如要辨識圖片內容,其中一個選項是使用 ML Kit
裝置端圖片標籤 API
或裝置端物件偵測 API。
這些 API 使用的模型是專為一般用途而建構,
辨識相片中最常見的概念。
如需更專業的圖片標籤或物件偵測模型,請涵蓋範圍較小的網域
例如模型
多種花卉或食物類型,您可以使用 Firebase ML 和 AutoML
Vision Edge 使用自己的圖片和類別訓練模型。自訂範本
模型是在 Google Cloud 中完成訓練,一旦模型準備就緒,即可完整使用
應用程式。
開始為圖片加上標籤
開始使用物件偵測
主要功能
根據資料訓練模型 |
自動訓練自訂圖片標籤和物件偵測模型,
辨識您關注的標籤
|
內建模型託管 |
使用 Firebase 代管模型,並在執行階段載入模型。變更者:
在 Firebase 上託管模型,可確保使用者
不必發布新應用程式版本
當然,你也可以將模型與應用程式搭配使用
安裝時立即顯示。
|
實作路徑
|
組合訓練資料 |
將您要模型處理的每個標籤範例彙整成資料集
辨識。
|
|
訓練新模型 |
在 Google Cloud 控制台中,匯入訓練資料並用於訓練
建立新的模型
|
|
在應用程式中使用模型 |
將模型與應用程式搭配使用,或是在下列情況下從 Firebase 下載模型:
不需要提示然後使用這個模型為裝置上的圖片加上標籤。
|
定價與限制
如要透過 AutoML Vision Edge 訓練自訂模型,請務必採用即付即用方案
(Blaze) 計畫。
後續步驟
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2024-09-12 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2024-09-12 (世界標準時間)。"],[],[]]