Catch up on everthing we announced at this year's Firebase Summit. Learn more

Firebase 기계 학습

앱에서 기계 학습을 사용하여 실제 문제를 해결하세요.

Firebase Machine Learning은 강력하면서도 사용하기 쉬운 패키지로 Google의 기계 학습 전문 지식을 Android 및 Apple 앱에 제공하는 모바일 SDK입니다. 기계 학습을 처음 접하든 경험이 있든 관계없이 몇 줄의 코드로 필요한 기능을 구현할 수 있습니다. 시작하기 위해 신경망이나 모델 최적화에 대한 깊은 지식이 필요하지 않습니다. 반면에 숙련된 ML 개발자라면 Firebase ML이 모바일 앱에서 맞춤형 TensorFlow Lite 모델을 사용하는 데 도움이 되는 편리한 API를 제공합니다.

주요 기능

사용자 지정 모델 호스팅 및 배포

기기 내 추론을 위해 고유한 TensorFlow Lite 모델을 사용합니다. 모델을 Firebase에 배포하기만 하면 Google에서 앱을 호스팅하고 제공합니다. Firebase는 최신 버전의 모델을 사용자에게 동적으로 제공하므로 사용자에게 앱의 새 버전을 푸시하지 않고도 모델을 정기적으로 업데이트할 수 있습니다.

당신이 중포 기지 ML을 사용하면 원격 구성 , 당신은 다른 사용자 세그먼트에 다른 모델을 제공 할 수 있으며, 함께 A / B 테스트 있습니다 (참조 최고 성능의 모델을 찾기 위해 실험을 실행할 수있는 애플안드로이드 가이드).

자동으로 모델 학습

Firebase ML 및 AutoML Vision Edge를 사용하면 앱에서 사진의 개념을 인식하는 데 사용할 수 있는 자체 TensorFlow Lite 이미지 레이블 지정 모델을 쉽게 학습할 수 있습니다. 교육 데이터(자체 이미지 및 레이블)를 업로드하면 AutoML Vision Edge가 이를 사용하여 클라우드에서 사용자 지정 모델을 교육합니다.

일반적인 사용 사례를 위한 프로덕션 준비

Firebase ML은 텍스트 인식, 이미지 레이블 지정, 랜드마크 식별과 같은 일반적인 모바일 사용 사례에 즉시 사용할 수 있는 API 세트와 함께 제공됩니다. Firebase ML 라이브러리에 데이터를 전달하기만 하면 필요한 정보가 제공됩니다. 이러한 API는 Google Cloud의 강력한 머신러닝 기술을 활용하여 최고 수준의 정확도를 제공합니다.

클라우드 대 온디바이스

Firebase ML에는 클라우드 또는 기기에서 작동하는 API가 있습니다. , 당신이 그것을 제공하는 데이터에 대한 통찰력을 발견 할 수 ML 모델을 사용하여 기계 : 우리는 클라우드 API 또는 온 - 디바이스 API 인 같은 ML API를 설명 할 때, 우리는 기계가 수행하는 추론을 설명하고 있습니다. Firebase ML에서 이는 Google Cloud 또는 사용자의 휴대기기에서 발생합니다.

텍스트 인식, 이미지 레이블 지정 및 랜드마크 인식 API는 클라우드에서 추론을 수행합니다. 이러한 모델은 유사한 온디바이스 모델보다 더 많은 계산 능력과 메모리를 사용할 수 있으므로 결과적으로 온디바이스 모델보다 더 높은 정확도와 정밀도로 추론을 수행할 수 있습니다. 반면에 이러한 API에 대한 모든 요청에는 네트워크 왕복이 필요하므로 비디오 처리와 같은 실시간 및 저지연 애플리케이션에는 적합하지 않습니다.

커스텀 모델 API 및 AutoML Vision Edge는 기기에서 실행되는 ML 모델을 처리합니다. 이러한 기능에 의해 사용 및 생산 모델은 TensorFlow 라이트 모바일 장치에서 실행되도록 최적화 된 모델. 이러한 모델의 가장 큰 장점은 네트워크 연결이 필요하지 않고 매우 빠르게 실행할 수 있다는 것입니다. 예를 들어 실시간으로 비디오 프레임을 처리할 수 있을 만큼 충분히 빠릅니다.

Firebase ML은 온디바이스 맞춤 모델과 관련된 두 가지 주요 기능을 제공합니다.

  • 우리의 서버에 업로드하여 사용자의 장치에 배포 사용자 정의 모델 : 사용자 정의 모델 구축. Firebase 지원 앱은 요청 시 모델을 기기에 다운로드합니다. 이렇게 하면 앱의 초기 설치 크기를 작게 유지할 수 있으며 앱을 다시 게시하지 않고도 ML 모델을 교체할 수 있습니다.

  • AutoML 비전 가장자리 :이 서비스를 사용하기 쉬운 웹 인터페이스를 사용하여 자신의 온 - 디바이스 사용자 정의 이미지 분류 모델을 만들 수 있습니다. 그러면 위에서 언급한 서비스로 생성한 모델을 원활하게 호스팅할 수 있습니다.

ML 키트: 즉시 사용 가능한 온디바이스 모델

당신이 장치에서 실행되는 사전 교육 모델을 찾고 있다면, 체크 아웃 ML 키트 . ML Kit는 iOS 및 Android에서 사용할 수 있으며 많은 사용 사례를 위한 API가 있습니다.

  • 텍스트 인식
  • 이미지 라벨링
  • 물체 감지 및 추적
  • 얼굴 감지 및 윤곽 추적
  • 바코드 스캐닝
  • 언어 식별
  • 번역
  • 스마트 답장

다음 단계