AutoML 視覺邊緣
使用 AutoML Vision Edge 根據您自己的訓練資料建立自訂影像分類模型。
如果您想識別影像的內容,一種選擇是使用 ML Kit 的裝置上影像標記 API或裝置上物件偵測 API 。這些 API 使用的模型是為通用用途而建構的,經過訓練以識別照片中最常見的概念。
如果您需要更專業的圖像標籤或物件偵測模型,更詳細地涵蓋更窄的概念領域(例如,區分花卉種類或食物類型的模型),您可以使用 Firebase ML 和 AutoML Vision Edge 進行訓練具有您自己的圖像和類別的模型。自訂模型在 Google Cloud 中進行訓練,模型準備就緒後,即可在裝置上完全使用。
關鍵能力
根據您的資料訓練模型 | 使用訓練資料自動訓練自訂圖像標籤和物件偵測模型以識別您關心的標籤。 |
內建模型託管 | 使用 Firebase 託管您的模型,並在運行時載入它們。透過在 Firebase 上託管模型,您可以確保用戶擁有最新模型,而無需發布新的應用程式版本。 當然,您也可以將該模型與您的應用程式捆綁在一起,以便在安裝後立即可用。 |
實施路徑
組裝訓練數據 | 將您希望模型識別的每個標籤的範例資料集放在一起。 | |
訓練新模型 | 在 Google Cloud Console 中,匯入訓練資料並使用它來訓練新模型。 | |
在您的應用程式中使用該模型 | 將模型與您的應用程式捆綁在一起,或在需要時從 Firebase 下載。然後,使用該模型在裝置上標記影像。 |
定價和限制
若要使用 AutoML Vision Edge 訓練自訂模型,您必須加入即用即付 (Blaze) 計畫。
數據集 | 根據雲端儲存費率計費 |
---|---|
每個資料集的圖像 | 1,000,000 |
培訓時間 | 沒有每個型號的限制 |