Firebase Machine Learning

ใช้แมชชีนเลิร์นนิงในแอปเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง

Firebase Machine Learning เป็น SDK สำหรับอุปกรณ์เคลื่อนที่ที่นำความเชี่ยวชาญด้านแมชชีนเลิร์นนิงของ Google มาสู่แอป Android และ Apple ในแพ็กเกจที่ทรงพลังแต่ใช้งานง่าย ไม่ว่าคุณจะเพิ่งเริ่มใช้หรือมีประสบการณ์ด้านแมชชีนเลิร์นนิง คุณก็สามารถ ใช้ฟังก์ชันที่คุณต้องการได้ด้วยโค้ดเพียงไม่กี่บรรทัด คุณไม่จำเป็นต้องมีความรู้เชิงลึกเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพโมเดลเพื่อเริ่มต้นใช้งาน ในทางกลับกัน หากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ Firebase ML จะมี API ที่สะดวกซึ่งช่วยให้คุณใช้โมเดล TensorFlow Lite ที่กำหนดเองในแอปบนอุปกรณ์เคลื่อนที่ได้

ความสามารถหลัก

โฮสต์และติดตั้งใช้งานโมเดลที่กำหนดเอง

ใช้โมเดล TensorFlow Lite ของคุณเองสำหรับการอนุมานในอุปกรณ์ เพียงแค่ นำโมเดลไปใช้งานใน Firebase เราจะจัดการเรื่องการโฮสต์และ การแสดงโมเดลในแอปของคุณเอง Firebase จะแสดงโมเดลเวอร์ชันล่าสุด แบบไดนามิกต่อผู้ใช้ ทำให้คุณอัปเดตโมเดลเป็นประจำได้ โดยไม่ต้องพุชแอปเวอร์ชันใหม่ไปยังผู้ใช้

เมื่อใช้ Firebase ML กับ Remote Config คุณจะแสดงโมเดลที่แตกต่างกันต่อกลุ่มผู้ใช้ที่แตกต่างกันได้ และเมื่อใช้ A/B Testing คุณจะทำการทดสอบเพื่อค้นหาโมเดลที่มีประสิทธิภาพดีที่สุดได้ (ดูคำแนะนำสำหรับ Apple และ Android)
พร้อมใช้งานจริงสำหรับกรณีการใช้งานทั่วไป

Firebase ML มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานทั่วไปบนอุปกรณ์เคลื่อนที่ ได้แก่ การจดจำข้อความ การติดป้ายกำกับรูปภาพ และการระบุสถานที่สำคัญ เพียงส่งข้อมูลไปยังFirebase MLไลบรารี แล้วไลบรารีจะให้ข้อมูลที่คุณต้องการ API เหล่านี้ใช้ประโยชน์จากความสามารถของเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อให้คุณได้รับความแม่นยำในระดับสูงสุด

ระบบคลาวด์เทียบกับในอุปกรณ์

Firebase ML มี API ที่ทำงานได้ทั้งในระบบคลาวด์หรือบนอุปกรณ์ เมื่อเราอธิบายว่า ML API เป็น Cloud API หรือ On-Device API เรากำลังอธิบายว่าเครื่องใดทำการอนุมาน นั่นคือเครื่องใดใช้โมเดล ML เพื่อค้นพบข้อมูลเชิงลึกเกี่ยวกับข้อมูลที่คุณให้ ใน Firebase ML การดำเนินการนี้จะเกิดขึ้นใน Google Cloud หรือในอุปกรณ์เคลื่อนที่ของผู้ใช้

API การจดจำข้อความ การติดป้ายกำกับรูปภาพ และการจดจำสถานที่สำคัญจะทำการอนุมานในระบบคลาวด์ โมเดลเหล่านี้มีกำลังการประมวลผลและหน่วยความจำมากกว่าโมเดลในอุปกรณ์ที่เทียบเท่ากัน จึงสามารถทำการอนุมานด้วยความแม่นยำและความเที่ยงตรงมากกว่าโมเดลในอุปกรณ์ ในทางกลับกัน คำขอทั้งหมดที่ส่งไปยัง API เหล่านี้ต้องมีการรับส่งข้อมูลผ่านเครือข่าย ซึ่งทำให้ไม่เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และแอปพลิเคชันที่มีเวลาในการตอบสนองต่ำ เช่น การประมวลผลวิดีโอ

API โมเดลที่กำหนดเองจะจัดการกับโมเดล ML ที่ทำงานบน อุปกรณ์ โมเดลที่ฟีเจอร์เหล่านี้ใช้และสร้างขึ้นคือโมเดล TensorFlow Lite ซึ่งได้รับการ เพิ่มประสิทธิภาพให้ทำงานบนอุปกรณ์เคลื่อนที่ ข้อได้เปรียบที่สำคัญที่สุดของโมเดลเหล่านี้คือ ไม่จำเป็นต้องเชื่อมต่อเครือข่ายและทำงานได้อย่างรวดเร็ว เช่น เร็วพอที่จะประมวลผลเฟรมของวิดีโอแบบเรียลไทม์

Firebase ML ช่วยให้คุณสามารถ ติดตั้งใช้งานโมเดลที่กำหนดเองในอุปกรณ์ของผู้ใช้ได้โดย การอัปโหลดโมเดลไปยังเซิร์ฟเวอร์ของเรา แอปที่เปิดใช้ Firebase จะดาวน์โหลดโมเดลไปยังอุปกรณ์ตามคำขอ ซึ่งจะช่วยให้คุณคงขนาดการติดตั้งเริ่มต้นของแอปให้มีขนาดเล็ก และสามารถสลับโมเดล ML ได้โดยไม่ต้องเผยแพร่แอปอีกครั้ง

ML Kit: โมเดลในอุปกรณ์ที่พร้อมใช้งาน

หากกำลังมองหาโมเดลที่ฝึกไว้ล่วงหน้าซึ่งทำงานบนอุปกรณ์ ให้ดู ML Kit ML Kit พร้อมใช้งาน สำหรับ iOS และ Android และมี API สำหรับ Use Case มากมาย ดังนี้

  • การรู้จำข้อความ
  • การติดป้ายกำกับรูปภาพ
  • การตรวจจับและติดตามวัตถุ
  • การตรวจจับใบหน้าและการติดตามเส้นขอบ
  • การสแกนบาร์โค้ด
  • การระบุภาษา
  • การแปล
  • ช่วยตอบ

ขั้นตอนถัดไป