Google is committed to advancing racial equity for Black communities. See how.
Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Firebase Machine Learning

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 iOS 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 del modello per iniziare. D'altra parte, se sei uno sviluppatore ML esperto, Firebase ML fornisce API convenienti 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 il tuo modello su Firebase e noi ci occuperemo di ospitarlo e pubblicarlo sulla 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 i test A / B , puoi eseguire esperimenti per trovare il modello con le migliori prestazioni (consulta le guide iOS e Android ).

Addestra automaticamente i modelli

Con Firebase ML e AutoML Vision Edge, puoi addestrare facilmente i tuoi modelli di etichettatura di immagini TensorFlow Lite, che puoi utilizzare nella tua app per riconoscere i concetti nelle fotografie. Carica i dati di addestramento, le tue immagini ed etichette, e AutoML Vision Edge li utilizzerà per addestrare un modello personalizzato nel cloud.

Pronto per la produzione per casi d'uso comuni

Firebase ML viene fornito con una serie 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 darà le informazioni di cui hai bisogno. Queste API sfruttano la potenza della tecnologia di machine learning di Google Cloud Platform per darti 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, stiamo descrivendo quale macchina esegue l'inferenza : ovvero, quale macchina utilizza il modello ML per scoprire informazioni dettagliate sui dati forniti dall'utente. 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 più potenza di calcolo e memoria a loro disposizione 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 round trip di rete, che le rende inadatte per applicazioni in tempo reale e a bassa latenza come l'elaborazione video.

Le API del modello personalizzato e AutoML Vision Edge si occupano dei 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 essere eseguiti molto rapidamente, abbastanza velocemente, ad esempio, per elaborare fotogrammi di video in tempo reale.

Firebase ML offre due funzionalità chiave per i modelli personalizzati sul dispositivo:

  • Personalizzato implementazione del modello: i modelli personalizzati Distribuzione di dispositivi degli utenti caricandoli nostri server. La tua app abilitata per Firebase scaricherà il modello sul dispositivo su richiesta. Ciò ti consente di mantenere piccole le dimensioni dell'installazione iniziale della tua app e puoi sostituire il modello ML senza dover ripubblicare l'app.

  • AutoML Vision Edge : questo servizio consente di creare i propri modelli di classificazione delle immagini personalizzati sul dispositivo con un'interfaccia Web di facile utilizzo. Quindi, puoi ospitare senza problemi i modelli che crei con il servizio sopra menzionato.

Kit ML: modelli pronti per l'uso sul dispositivo

Se stai cercando modelli pre-addestrati che funzionano sul dispositivo, controlla 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