Se usó la API de Cloud Translation para traducir esta página.
Switch to English

Firebase Machine Learning

Utilice el aprendizaje automático en sus aplicaciones para resolver problemas del mundo real.

Firebase Machine Learning es un SDK móvil que lleva la experiencia de Google en aprendizaje automático a las aplicaciones de Android e iOS en un paquete potente pero fácil de usar. Tanto si es nuevo como si tiene experiencia en el aprendizaje automático, puede implementar la funcionalidad que necesita en unas pocas líneas de código. No es necesario tener un conocimiento profundo de las redes neuronales o la optimización de modelos para comenzar. Por otro lado, si eres un desarrollador de ML experimentado, Firebase ML proporciona API convenientes que te ayudan a usar tus modelos personalizados de TensorFlow Lite en tus aplicaciones móviles.

Capacidades clave

Alojar e implementar modelos personalizados

Utilice sus propios modelos de TensorFlow Lite para la inferencia en el dispositivo. Simplemente implemente su modelo en Firebase y nosotros nos encargaremos de alojarlo y entregarlo en su aplicación. Firebase entregará dinámicamente la última versión del modelo a sus usuarios, lo que le permitirá actualizarlos periódicamente sin tener que enviar una nueva versión de su aplicación a los usuarios.

Cuando usas Firebase ML con Remote Config , puedes entregar diferentes modelos a diferentes segmentos de usuarios, y con las pruebas A / B , puedes ejecutar experimentos para encontrar el modelo con mejor rendimiento (consulta las guías de iOS y Android ).

Entrene modelos automáticamente

Con Firebase ML y AutoML Vision Edge, puede entrenar fácilmente sus propios modelos de etiquetado de imágenes de TensorFlow Lite, que puede usar en su aplicación para reconocer conceptos en fotografías. Sube datos de entrenamiento (tus propias imágenes y etiquetas) y AutoML Vision Edge los usará para entrenar un modelo personalizado en la nube.

Listo para producción para casos de uso comunes

Firebase ML incluye un conjunto de API listas para usar para casos de uso de dispositivos móviles comunes: reconocer texto, etiquetar imágenes e identificar puntos de referencia. Simplemente pase los datos a la biblioteca de Firebase ML y le brindará la información que necesita. Estas API aprovechan el poder de la tecnología de aprendizaje automático de Google Cloud Platform para brindarle el más alto nivel de precisión.

Nube frente a dispositivo

Firebase ML tiene API que funcionan en la nube o en el dispositivo. Cuando describimos una API de ML como una API en la nube o una API en el dispositivo, estamos describiendo qué máquina realiza la inferencia : es decir, qué máquina usa el modelo de ML para descubrir información sobre los datos que usted le proporciona. En Firebase ML, esto sucede en Google Cloud o en los dispositivos móviles de sus usuarios.

Las API de reconocimiento de texto, etiquetado de imágenes y reconocimiento de puntos de referencia realizan inferencias en la nube. Estos modelos tienen más capacidad computacional y memoria disponible para ellos que un modelo comparable en el dispositivo y, como resultado, pueden realizar inferencias con mayor precisión y precisión que un modelo en el dispositivo. Por otro lado, cada solicitud a estas API requiere un viaje de ida y vuelta a la red, lo que las hace inadecuadas para aplicaciones en tiempo real y de baja latencia, como el procesamiento de video.

Las API de modelos personalizados y AutoML Vision Edge se ocupan de los modelos de AA que se ejecutan en el dispositivo. Los modelos utilizados y producidos por estas funciones son modelos de TensorFlow Lite , que están optimizados para ejecutarse en dispositivos móviles. La mayor ventaja de estos modelos es que no requieren una conexión de red y pueden ejecutarse muy rápido, lo suficientemente rápido, por ejemplo, para procesar cuadros de video en tiempo real.

Firebase ML proporciona dos capacidades clave en torno a los modelos personalizados en el dispositivo:

  • Implementación de modelos personalizados: modelos personalizados a Deploy dispositivos de los usuarios subiéndolos a nuestros servidores. Su aplicación habilitada para Firebase descargará el modelo en el dispositivo a pedido. Esto le permite mantener pequeño el tamaño de instalación inicial de su aplicación, y puede cambiar el modelo ML sin tener que volver a publicar su aplicación.

  • AutoML Vision Edge : este servicio lo ayuda a crear sus propios modelos de clasificación de imágenes personalizados en el dispositivo con una interfaz web fácil de usar. Luego, puede alojar sin problemas los modelos que cree con el servicio mencionado anteriormente.

Kit de AA: modelos en el dispositivo listos para usar

Si está buscando modelos previamente entrenados que se ejecuten en el dispositivo, consulte el Kit de AA . ML Kit está disponible para iOS y Android, y tiene API para muchos casos de uso:

  • Reconocimiento de texto
  • Etiquetado de imágenes
  • Detección y seguimiento de objetos
  • Detección de rostros y trazado de contornos
  • Escaneo de códigos de barras
  • Identificación de idioma
  • Traducción
  • Respuesta inteligente

Próximos pasos