Apprendimento automatico di Firebase

Utilizza il machine learning nelle tue app per risolvere problemi del mondo reale.

Firebase Machine Learning è un SDK mobile che porta l'esperienza di machine learning di Google nelle app Android e Apple in un pacchetto potente ma facile da usare. Che tu sia nuovo o esperto nel machine learning, puoi implementare le funzionalità di cui hai bisogno in poche righe di codice. Per iniziare non è necessario avere una conoscenza approfondita delle reti neurali o dell'ottimizzazione dei modelli. D'altra parte, se sei uno sviluppatore ML esperto, Firebase ML fornisce API utili che ti aiutano a utilizzare i tuoi modelli TensorFlow Lite personalizzati nelle tue app mobili.

Funzionalità chiave

Ospita e distribuisci modelli personalizzati

Utilizza i tuoi modelli TensorFlow Lite per l'inferenza sul dispositivo. Distribuisci semplicemente il tuo modello su Firebase e noi ci occuperemo dell'hosting e della pubblicazione nella tua app. Firebase offrirà dinamicamente la versione più recente del modello ai tuoi utenti, consentendoti di aggiornarli regolarmente senza dover inviare agli utenti una nuova versione della tua app.

Quando utilizzi Firebase ML con Remote Config , puoi servire diversi modelli a diversi segmenti di utenti e con A/B Testing puoi eseguire esperimenti per trovare il modello con le migliori prestazioni (consulta le guide Apple e Android ).

Pronto per la produzione per casi d'uso comuni

Firebase ML viene fornito con una serie di API pronte all'uso per i casi d'uso comuni dei dispositivi mobili: riconoscimento di testo, etichettatura di immagini e identificazione di punti di riferimento. Passa semplicemente i dati alla libreria Firebase ML e questa ti fornirà le informazioni di cui hai bisogno. Queste API sfruttano la potenza della tecnologia di machine learning di Google Cloud per offrirti il ​​massimo livello di precisione.

Cloud vs. dispositivo

Firebase ML dispone di API che funzionano nel cloud o sul dispositivo. Quando descriviamo un'API ML come API cloud o API su dispositivo, descriviamo quale macchina esegue l'inferenza : ovvero quale macchina utilizza il modello ML per scoprire informazioni dettagliate sui dati forniti. In Firebase ML, ciò avviene su Google Cloud o sui dispositivi mobili dei tuoi utenti.

Le API di riconoscimento del testo, etichettatura delle immagini e riconoscimento dei punti di riferimento eseguono l'inferenza nel cloud. Questi modelli hanno a disposizione più potenza di calcolo e memoria rispetto a un modello su dispositivo comparabile e, di conseguenza, possono eseguire inferenze con maggiore accuratezza e precisione rispetto a un modello su dispositivo. D'altra parte, ogni richiesta a queste API richiede un viaggio di andata e ritorno sulla rete, il che le rende inadatte per applicazioni in tempo reale e a bassa latenza come l'elaborazione video.

Le API del modello personalizzato gestiscono i modelli ML eseguiti nel dispositivo. I modelli utilizzati e prodotti da queste funzionalità sono modelli TensorFlow Lite , ottimizzati per l'esecuzione su dispositivi mobili. Il vantaggio più grande di questi modelli è che non richiedono una connessione di rete e possono funzionare molto velocemente, abbastanza velocemente, ad esempio, da elaborare fotogrammi video in tempo reale.

Firebase ML offre la possibilità di distribuire modelli personalizzati sui dispositivi dei tuoi utenti caricandoli sui nostri server. L'app abilitata per Firebase scaricherà il modello sul dispositivo su richiesta. Ciò ti consente di mantenere ridotte le dimensioni di installazione iniziale dell'app e di scambiare il modello ML senza dover ripubblicare l'app.

Kit ML: modelli sul dispositivo pronti all'uso

Se stai cercando modelli pre-addestrati eseguibili sul dispositivo, dai un'occhiata al kit ML . ML Kit è disponibile per iOS e Android e dispone di API per molti casi d'uso:

  • Riconoscimento del testo
  • Etichettatura delle immagini
  • Rilevamento e tracciamento di oggetti
  • Rilevamento del volto e tracciamento dei contorni
  • Scansione di codici a barre
  • Identificazione della lingua
  • Traduzione
  • Risposta intelligente

Prossimi passi