Apprendimento automatico di Firebase
Usa l'apprendimento automatico nelle tue app per risolvere i problemi del mondo reale.
Firebase Machine Learning è un SDK per dispositivi mobili 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 di machine learning, puoi implementare le funzionalità di cui hai bisogno in poche righe di codice. Non è necessario avere una conoscenza approfondita delle reti neurali o dell'ottimizzazione dei modelli per iniziare. D'altra parte, se sei uno sviluppatore esperto di ML, Firebase ML fornisce comode API che ti aiutano a utilizzare i tuoi modelli TensorFlow Lite personalizzati nelle tue app mobili.
Capacità chiave
| Ospita e distribuisci modelli personalizzati | Usa 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 l'ultima versione 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 offrire diversi modelli a diversi segmenti di utenti e, con A/B Testing , puoi eseguire esperimenti per trovare il modello con le prestazioni migliori (consulta le guide Apple e Android ). |
| Pronto per la produzione per casi d'uso comuni | Firebase ML viene fornito con un set di API pronte per l'uso per casi d'uso mobili comuni: riconoscimento di testo, etichettatura di immagini e identificazione di punti di riferimento. Passa semplicemente i dati alla libreria Firebase ML e ti fornisce 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. su dispositivo
Firebase ML dispone di API che funzionano nel cloud o sul dispositivo. Quando descriviamo un'API ML come un'API cloud o un'API su dispositivo, descriviamo quale macchina esegue l'inferenza , ovvero quale macchina utilizza il modello ML per scoprire informazioni dettagliate sui dati che le fornisci. 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 dispongono di più potenza di calcolo e memoria rispetto a un modello su dispositivo comparabile e, di conseguenza, possono eseguire l'inferenza con maggiore accuratezza e precisione rispetto a un modello su dispositivo. D'altra parte, ogni richiesta a queste API richiede un round trip di 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 che vengono eseguiti sul dispositivo. I modelli utilizzati e prodotti da queste funzionalità sono modelli TensorFlow Lite , ottimizzati per l'esecuzione su dispositivi mobili. Il più grande vantaggio di questi modelli è che non richiedono una connessione di rete e possono funzionare molto velocemente, abbastanza velocemente, ad esempio, per elaborare fotogrammi di video in tempo reale.
Firebase ML offre la possibilità di implementare modelli personalizzati sui dispositivi dei tuoi utenti caricandoli sui nostri server. La tua app abilitata per Firebase scaricherà il modello sul dispositivo su richiesta. Ciò ti consente di mantenere ridotte le dimensioni dell'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 da eseguire sul dispositivo, dai un'occhiata a ML Kit . 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 del contorno
- Scansione di codici a barre
- Identificazione della lingua
- Traduzione
- Risposta intelligente
Prossimi passi
- Esplora le API pronte all'uso: riconoscimento del testo , etichettatura delle immagini e riconoscimento dei punti di riferimento .
- Ulteriori informazioni sull'utilizzo di modelli personalizzati ottimizzati per dispositivi mobili nella tua app.