Join us for Firebase Summit on November 10, 2021. Tune in to learn how Firebase can help you accelerate app development, release with confidence, and scale with ease. Register

Firebase Machine Learning

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 iOS em um pacote poderoso, mas fácil de usar. Quer você seja novo ou experiente em aprendizado de máquina, pode implementar a funcionalidade de que precisa em apenas algumas linhas de código. Não é necessário ter um conhecimento profundo de redes neurais ou otimização de modelo para começar. Por outro lado, se você for um desenvolvedor de ML experiente, o Firebase ML fornece APIs convenientes que ajudam a usar seus modelos personalizados do TensorFlow Lite em seus aplicativos móveis.

Capacidades principais

Hospedar e implantar modelos personalizados

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

Quando você usa Firebase ML com configuração remota , você pode servir modelos diferentes para diferentes segmentos de usuários, e com Teste A / B , você pode executar experimentos para encontrar o melhor modelo de desempenho (ver iOS e Android guias).

Treinar modelos automaticamente

Com o Firebase ML e o AutoML Vision Edge, você pode treinar facilmente seus próprios modelos de rotulagem de imagem TensorFlow Lite, que podem ser usados ​​em seu aplicativo para reconhecer conceitos em fotografias. Faça upload dos 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 para 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 fornecer o mais alto nível de precisão.

Nuvem vs. no dispositivo

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

As APIs de reconhecimento de texto, rotulagem de imagem e reconhecimento de pontos de referência realizam inferência na nuvem. Esses modelos têm mais poder computacional e memória disponível para eles do que um modelo no dispositivo comparável 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 que são executados no dispositivo. Os modelos utilizados e produzidos por essas características são TensorFlow Lite modelos, que são otimizados para funcionar em dispositivos móveis. A maior vantagem desses modelos é que eles não requerem 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 em torno de modelos personalizados no dispositivo:

  • Personalizado a implementação do modelo: modelos personalizados Implantar para dispositivos de seus usuários por enviá-las para os nossos servidores. Seu aplicativo compatível com 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 ter que republicar seu aplicativo.

  • AutoML Visão Borda: Este serviço ajuda você a criar seus próprios modelos personalizados no dispositivo de classificação de imagens com uma interface web fácil de usar. Em seguida, você pode hospedar perfeitamente os modelos criados com o serviço mencionado acima.

Kit de ML: modelos prontos para usar no dispositivo

Se você está procurando modelos pré-treinados que são executados no dispositivo, consulte a ML Kit . O kit de ML 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 de linguagem
  • Tradução
  • Resposta Inteligente

Próximos passos