Машинное обучение Firebase

Используйте машинное обучение в своих приложениях для решения реальных проблем.

Firebase Machine Learning - это мобильный SDK, который привносит опыт машинного обучения Google в приложения для Android и iOS в мощном, но простом в использовании пакете. Независимо от того, новичок вы или имеете опыт в машинном обучении, вы можете реализовать необходимые функции всего в нескольких строках кода. Для начала не обязательно иметь глубокие знания в области нейронных сетей или оптимизации моделей. С другой стороны, если вы опытный разработчик машинного обучения, Firebase ML предоставляет удобные API-интерфейсы, которые помогут вам использовать ваши пользовательские модели TensorFlow Lite в ваших мобильных приложениях.

Ключевые возможности

Размещение и развертывание пользовательских моделей

Используйте свои собственные модели TensorFlow Lite для вывода на устройстве. Просто разверните свою модель в Firebase, и мы позаботимся о ее размещении и обслуживании в вашем приложении. Firebase будет динамически предоставлять пользователям последнюю версию модели, что позволит вам регулярно обновлять их, не отправляя пользователям новую версию вашего приложения.

При использовании Firebase ML с Remote Config , вы можете служить различные модели для различных сегментов пользователей, и с A / B тестирования , вы можете проводить эксперименты , чтобы найти наиболее подходящую модель (см IOS и Android руководства).

Автоматическое обучение моделей

С Firebase ML и AutoML Vision Edge вы можете легко обучить свои собственные модели маркировки изображений TensorFlow Lite, которые вы можете использовать в своем приложении для распознавания концепций на фотографиях. Загрузите данные обучения - ваши собственные изображения и метки - и AutoML Vision Edge будет использовать их для обучения пользовательской модели в облаке.

Готово к производству для распространенных случаев использования

Firebase ML поставляется с набором готовых к использованию API-интерфейсов для распространенных мобильных приложений: распознавание текста, маркировка изображений и определение ориентиров. Просто передайте данные в библиотеку Firebase ML, и она предоставит вам необходимую информацию. Эти API-интерфейсы используют возможности технологии машинного обучения Google Cloud, чтобы обеспечить высочайший уровень точности.

Облако по сравнению с устройством

Firebase ML имеет API, которые работают либо в облаке, либо на устройстве. Когда мы описываем API ML как облако API или на устройстве API, который мы описываем , какой вывод машина выполняет: то есть, какая машина использует модель ML , чтобы обнаружить представление о данных , которые вы предоставляете его. В Firebase ML это происходит либо в Google Cloud, либо на мобильных устройствах ваших пользователей.

API распознавания текста, маркировки изображений и распознавания ориентиров выполняют логический вывод в облаке. Эти модели обладают большей вычислительной мощностью и доступной памятью, чем сопоставимая модель на устройстве, и, как следствие, могут выполнять логический вывод с большей точностью, чем модель на устройстве. С другой стороны, каждый запрос к этим API требует обхода сети, что делает их непригодными для приложений реального времени и с малой задержкой, таких как обработка видео.

API-интерфейсы пользовательских моделей и AutoML Vision Edge работают с моделями машинного обучения, которые выполняются на устройстве. Модели , используемые и полученные эти функции являются TensorFlow Lite модели, оптимизированная для работы на мобильных устройствах. Самым большим преимуществом этих моделей является то, что они не требуют подключения к сети и могут работать очень быстро - достаточно быстро, например, для обработки кадров видео в реальном времени.

Firebase ML предоставляет две ключевые возможности для пользовательских моделей на устройстве:

  • Пользовательские развертывания модели: пользовательские модели Deploy для устройств пользователей, загружая их на наши сервера. Ваше приложение с поддержкой Firebase загрузит модель на устройство по запросу. Это позволяет сохранить небольшой размер первоначальной установки вашего приложения, и вы можете менять модель машинного обучения без повторной публикации приложения.

  • AutoML Видение Гурт: Эта услуга позволяет создавать свои собственные модели на устройстве пользовательских классификации изображений с простой в использовании веб - интерфейс. Затем вы можете легко разместить созданные вами модели с помощью упомянутой выше службы.

Комплект ML: готовые к использованию модели на устройстве

Если вы ищете заранее подготовленные модели , которые работают на устройстве, проверьте ML Kit . ML Kit доступен для iOS и Android и имеет API для многих случаев использования:

  • Распознавание текста
  • Маркировка изображений
  • Обнаружение и отслеживание объектов
  • Распознавание лиц и отслеживание контуров
  • Сканирование штрих-кода
  • Идентификация языка
  • Перевод
  • Умный ответ

Следующие шаги