Join us in person and online for Firebase Summit on October 18, 2022. Learn how Firebase can help you accelerate app development, release your app with confidence, and scale with ease. Register now
Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

Uczenie maszynowe Firebase

Wykorzystaj uczenie maszynowe w swoich aplikacjach do rozwiązywania rzeczywistych problemów.

Uczenie maszynowe Firebase to mobilny pakiet SDK, który zapewnia wiedzę o uczeniu maszynowym Google w aplikacjach na Androida i Apple w potężnym, ale łatwym w użyciu pakiecie. Niezależnie od tego, czy jesteś nowicjuszem, czy masz doświadczenie w uczeniu maszynowym, możesz zaimplementować potrzebne funkcje w zaledwie kilku wierszach kodu. Aby rozpocząć, nie trzeba mieć głębokiej wiedzy na temat sieci neuronowych ani optymalizacji modeli. Z drugiej strony, jeśli jesteś doświadczonym programistą ML, Firebase ML zapewnia wygodne interfejsy API, które pomagają używać niestandardowych modeli TensorFlow Lite w aplikacjach mobilnych.

Kluczowe możliwości

Hostuj i wdrażaj niestandardowe modele

Użyj własnych modeli TensorFlow Lite do wnioskowania na urządzeniu. Po prostu wdróż swój model w Firebase, a my zajmiemy się hostingiem i udostępnianiem go w Twojej aplikacji. Firebase będzie dynamicznie udostępniać użytkownikom najnowszą wersję modelu, umożliwiając ich regularne aktualizowanie bez konieczności przekazywania użytkownikom nowej wersji aplikacji.

Używając Firebase ML ze Zdalną konfiguracją , możesz udostępniać różne modele różnym segmentom użytkowników, a dzięki testom A/B możesz przeprowadzać eksperymenty, aby znaleźć model o największej skuteczności (zobacz przewodniki Apple i Android ).

Automatycznie trenuj modele

Dzięki Firebase ML i AutoML Vision Edge możesz łatwo trenować własne modele etykietowania obrazów TensorFlow Lite, których możesz używać w swojej aplikacji do rozpoznawania pojęć na zdjęciach. Prześlij dane szkoleniowe — własne obrazy i etykiety — a AutoML Vision Edge użyje ich do trenowania niestandardowego modelu w chmurze.

Gotowy do produkcji dla typowych przypadków użycia

Firebase ML zawiera zestaw gotowych do użycia interfejsów API do typowych zastosowań mobilnych: rozpoznawania tekstu, etykietowania obrazów i identyfikowania punktów orientacyjnych. Po prostu przekaż dane do biblioteki Firebase ML, a otrzymasz potrzebne informacje. Te interfejsy API wykorzystują moc technologii uczenia maszynowego Google Cloud, aby zapewnić najwyższy poziom dokładności.

Chmura a na urządzeniu

Firebase ML ma interfejsy API, które działają w chmurze lub na urządzeniu. Kiedy opisujemy ML API jako chmurowy API lub na urządzeniu API, opisujemy, która maszyna wykonuje wnioskowanie , czyli która maszyna używa modelu ML do odkrywania wglądu w dane, które mu dostarczasz. W Firebase ML dzieje się to w Google Cloud lub na urządzeniach mobilnych użytkowników.

Interfejsy API rozpoznawania tekstu, etykietowania obrazów i rozpoznawania punktów orientacyjnych wykonują wnioskowanie w chmurze. Modele te mają większą moc obliczeniową i dostępną pamięć niż porównywalny model na urządzeniu, dzięki czemu mogą przeprowadzać wnioskowanie z większą dokładnością i precyzją niż model na urządzeniu. Z drugiej strony, każde żądanie do tych interfejsów API wymaga dwukierunkowej podróży sieciowej, co czyni je nieodpowiednimi dla aplikacji czasu rzeczywistego i małych opóźnień, takich jak przetwarzanie wideo.

Interfejsy API modeli niestandardowych i AutoML Vision Edge obsługują modele ML, które działają na urządzeniu. Modele używane i produkowane przez te funkcje to modele TensorFlow Lite , zoptymalizowane do działania na urządzeniach mobilnych. Największą zaletą tych modeli jest to, że nie wymagają połączenia sieciowego i mogą działać bardzo szybko — wystarczająco szybko, na przykład, aby przetwarzać klatki wideo w czasie rzeczywistym.

Firebase ML zapewnia dwie kluczowe funkcje związane z modelami niestandardowymi na urządzeniu:

  • Wdrażanie modeli niestandardowych : wdrażaj modele niestandardowe na urządzeniach użytkowników, przesyłając je na nasze serwery. Twoja aplikacja obsługująca Firebase pobierze model na urządzenie na żądanie. Dzięki temu możesz zachować mały rozmiar początkowej instalacji aplikacji i możesz zamienić model ML bez konieczności ponownego publikowania aplikacji.

  • AutoML Vision Edge : ta usługa pomaga tworzyć własne niestandardowe modele klasyfikacji obrazów na urządzeniu za pomocą łatwego w użyciu interfejsu internetowego. Następnie możesz bezproblemowo hostować tworzone modele za pomocą wspomnianej powyżej usługi.

Zestaw ML: gotowe do użycia modele na urządzeniu

Jeśli szukasz wstępnie wytrenowanych modeli, które działają na urządzeniu, zapoznaj się z zestawem ML Kit . ML Kit jest dostępny dla systemów iOS i Android i ma interfejsy API do wielu zastosowań:

  • Rozpoznawanie tekstu
  • Etykietowanie obrazu
  • Wykrywanie i śledzenie obiektów
  • Wykrywanie twarzy i śledzenie konturów
  • Skanowanie kodów kreskowych
  • Identyfikacja języka
  • Tłumaczenie
  • Inteligentna odpowiedź

Następne kroki