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
Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

Машинное обучение Firebase

Используйте машинное обучение в своих приложениях для решения реальных проблем.

Firebase Machine Learning – это мобильный SDK, который объединяет опыт Google в области машинного обучения с приложениями Android и Apple в мощном, но простом в использовании пакете. Независимо от того, являетесь ли вы новичком или опытным специалистом в области машинного обучения, вы можете реализовать необходимую функциональность, написав всего несколько строк кода. Чтобы начать работу, 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, которые помогут вам использовать пользовательские модели TensorFlow Lite в мобильных приложениях.

Ключевые возможности

Размещение и развертывание пользовательских моделей

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

При использовании Firebase ML с Remote Config вы можете обслуживать разные модели для разных сегментов пользователей, а с A/B-тестированием вы можете проводить эксперименты, чтобы найти наиболее эффективную модель (см. руководства для Apple и Android ).

Автоматически обучать модели

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

Готов к производству для распространенных случаев использования

Firebase ML поставляется с набором готовых к использованию API-интерфейсов для обычных 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 для обеспечения высочайшего уровня точности.

Облако против устройства

Firebase ML имеет API-интерфейсы, которые работают либо в облаке, либо на устройстве. Когда мы описываем API ML как облачный API или API на устройстве, мы описываем, какая машина выполняет вывод , то есть какая машина использует модель ML для получения информации о данных, которые вы ей предоставляете. В Firebase ML это происходит либо в Google Cloud, либо на мобильных устройствах ваших пользователей.

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

API-интерфейсы пользовательских моделей и AutoML Vision Edge работают с моделями машинного обучения, работающими на устройстве. Модели, используемые и создаваемые этими функциями, представляют собой модели TensorFlow Lite , оптимизированные 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 режиме реального времени.

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

  • Развертывание пользовательских моделей: разверните пользовательские модели на устройствах ваших пользователей, загрузив их на наши серверы. Ваше приложение с поддержкой Firebase загрузит модель на устройство по запросу. Это позволяет вам сохранить первоначальный размер установки вашего приложения небольшим, и вы можете поменять модель машинного обучения без необходимости повторной публикации вашего приложения.

  • AutoML Vision Edge : этот сервис помогает создавать собственные модели классификации изображений на устройстве с помощью простого в использовании веб-интерфейса. Затем вы можете беспрепятственно размещать созданные вами модели с помощью упомянутого выше сервиса.

ML Kit: готовые к использованию модели на устройстве

Если вы ищете предварительно обученные модели, работающие на устройстве, ознакомьтесь с ML Kit . ML Kit доступен для iOS и Android и имеет API для многих вариантов использования:

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

Следующие шаги