AutoML 視覺邊緣
使用 AutoML Vision Edge 從您自己的訓練數據創建自定義圖像分類模型。
如果要識別圖像的內容，一種選擇是使用 ML Kit 的設備上圖像標記 API或設備上對象檢測 API 。這些 API 使用的模型是為通用目的而構建的，並且經過訓練可以識別照片中最常見的概念。
如果您需要更專業的圖像標記或對象檢測模型，更詳細地涵蓋更窄的概念領域——例如，區分花的種類或食物類型的模型——你可以使用 Firebase ML 和 AutoML Vision Edge 來訓練具有您自己的圖像和類別的模型。自定義模型在 Google Cloud 中進行訓練，模型準備就緒後，即可在設備上完全使用。
關鍵能力
| 根據您的數據訓練模型 | 使用您的訓練數據自動訓練自定義圖像標籤和對象檢測模型以識別您關心的標籤。 |
| 內置模型託管 | 使用 Firebase 託管您的模型，並在運行時加載它們。通過在 Firebase 上託管模型，您可以確保用戶擁有最新的模型，而無需發布新的應用程序版本。 當然，您也可以將該模型與您的應用程序捆綁在一起，以便在安裝時立即可用。 |
實現路徑
| 組裝訓練數據 | 將您希望模型識別的每個標籤的示例數據集放在一起。 | |
| 訓練新模型 | 在 Google Cloud Console 中，導入您的訓練數據並使用它來訓練新模型。 | |
| 在您的應用中使用該模型 | 將模型與您的應用捆綁在一起，或在需要時從 Firebase 下載。然後，使用該模型在設備上標記圖像。 |
定價和限制
要使用 AutoML Vision Edge 訓練自定義模型，您必須採用即用即付 (Blaze) 計劃。
| 數據集 | 根據Cloud Storage 費率計費 |
|---|---|
| 每個數據集的圖像 | 1,000,000 |
| 培訓時間 | 沒有每個型號的限制 |