Check out what’s new from Firebase at Google I/O 2022. Learn more

Aprendizado de máquina do Firebase

Use o aprendizado de máquina em seus aplicativos para resolver problemas do mundo real.

O Firebase Machine Learning é um SDK móvel que traz a experiência de aprendizado de máquina do Google para aplicativos Android e Apple em um pacote poderoso e fácil de usar. Seja você novo ou experiente em aprendizado de máquina, você pode implementar a funcionalidade necessária em apenas algumas linhas de código. Não há necessidade de ter um conhecimento profundo de redes neurais ou otimização de modelos para começar. Por outro lado, se você for um desenvolvedor de ML experiente, o Firebase ML oferece APIs convenientes que ajudam você a usar seus modelos personalizados do TensorFlow Lite em seus aplicativos para dispositivos móveis.

Principais recursos

Hospede e implante modelos personalizados

Use seus próprios modelos do TensorFlow Lite para inferência no dispositivo. Basta implantar seu modelo no Firebase, e nós cuidaremos de hospedá-lo e servi-lo em seu aplicativo. O Firebase fornecerá dinamicamente a versão mais recente do modelo para seus usuários, permitindo que você os atualize regularmente sem precisar enviar uma nova versão do seu aplicativo para os usuários.

Ao usar o Firebase ML com o Configuração remota , você pode veicular modelos diferentes para diferentes segmentos de usuários e, com o teste A/B , pode realizar experimentos para encontrar o modelo com melhor desempenho (consulte os guias da Apple e do Android ).

Treinar modelos automaticamente

Com o Firebase ML e o AutoML Vision Edge, você pode treinar facilmente seus próprios modelos de rotulagem de imagens do TensorFlow Lite, que podem ser usados ​​em seu aplicativo para reconhecer conceitos em fotografias. Carregue dados de treinamento — suas próprias imagens e rótulos — e o AutoML Vision Edge os usará para treinar um modelo personalizado na nuvem.

Pronto para produção para casos de uso comuns

O Firebase ML vem com um conjunto de APIs prontas para uso em casos comuns de uso em dispositivos móveis: reconhecimento de texto, rotulagem de imagens e identificação de pontos de referência. Basta passar os dados para a biblioteca do Firebase ML e ela fornecerá as informações de que você precisa. Essas APIs aproveitam o poder da tecnologia de aprendizado de máquina do Google Cloud para oferecer o mais alto nível de precisão.

Nuvem x no dispositivo

O Firebase ML tem APIs que funcionam na nuvem ou no dispositivo. Quando descrevemos uma API de ML como sendo uma API de nuvem ou uma API no dispositivo, estamos descrevendo qual máquina realiza a inferência : ou seja, qual máquina usa o modelo de ML para descobrir insights sobre os dados que você fornece. No Firebase ML, isso acontece no Google Cloud ou nos dispositivos móveis dos usuários.

As APIs de reconhecimento de texto, rotulagem de imagem e reconhecimento de ponto de referência realizam inferência na nuvem. Esses modelos têm mais poder computacional e memória disponíveis para eles do que um modelo comparável no dispositivo e, como resultado, podem realizar inferências com maior exatidão e precisão do que um modelo no dispositivo. Por outro lado, cada solicitação a essas APIs requer uma viagem de ida e volta da rede, o que as torna inadequadas para aplicativos em tempo real e de baixa latência, como processamento de vídeo.

As APIs de modelo personalizado e o AutoML Vision Edge lidam com modelos de ML executados no dispositivo. Os modelos usados ​​e produzidos por esses recursos são modelos do TensorFlow Lite , otimizados para execução em dispositivos móveis. A maior vantagem desses modelos é que eles não exigem uma conexão de rede e podem ser executados muito rapidamente — rápido o suficiente, por exemplo, para processar quadros de vídeo em tempo real.

O Firebase ML oferece dois recursos principais para modelos personalizados no dispositivo:

  • Implantação de modelo personalizado : implante modelos personalizados nos dispositivos de seus usuários fazendo o upload para nossos servidores. Seu aplicativo habilitado para Firebase fará o download do modelo para o dispositivo sob demanda. Isso permite que você mantenha o tamanho de instalação inicial do seu aplicativo pequeno e você pode trocar o modelo de ML sem precisar republicar seu aplicativo.

  • AutoML Vision Edge : esse serviço ajuda você a criar seus próprios modelos de classificação de imagem personalizados no dispositivo com uma interface da Web fácil de usar. Em seguida, você pode hospedar perfeitamente os modelos criados com o serviço mencionado acima.

Kit de ML: modelos prontos para uso no dispositivo

Se você estiver procurando por modelos pré-treinados que funcionem no dispositivo, confira o ML Kit . O ML Kit está disponível para iOS e Android e tem APIs para muitos casos de uso:

  • Reconhecimento de texto
  • Rotulagem de imagem
  • Detecção e rastreamento de objetos
  • Detecção de rosto e rastreamento de contorno
  • Leitura de código de barras
  • Identificação do idioma
  • Tradução
  • Resposta inteligente

Próximos passos