Google is committed to advancing racial equity for Black communities. See how.
Эта страница была переведа с помощью Cloud Translation API.
Switch to English

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 необходимую функциональность всего в нескольких строках кода. Для начала не нужно иметь глубокие знания 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 использовании в вашем приложении. Firebase будет динамически предоставлять пользователям последнюю версию модели, что позволит вам регулярно обновлять их, не отправляя пользователям новую версию вашего приложения.

Когда вы используете Firebase ML с Remote Config , вы можете обслуживать разные модели для разных пользовательских сегментов, а с A / B Testing вы можете проводить эксперименты, чтобы найти наиболее эффективную модель (см. Руководства для iOS и Android ).

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 - свои 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 случаев использования мобильных устройств: 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 Platform, чтобы обеспечить высочайший уровень точности.

Облако по сравнению с устройством

У Firebase ML есть API, которые работают либо в облаке, либо на устройстве. Когда мы описываем ML API как облачный API или API на устройстве, мы описываем, какая машина выполняет логический 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 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 создаваемые этими функциями, являются моделями TensorFlow Lite , которые оптимизированы 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 поменять модель машинного обучения без повторной публикации приложения.

  • AutoML Vision Edge : эта служба помогает создавать собственные модели классификации изображений на устройстве с помощью простого в использовании веб-интерфейса. Затем вы можете легко разместить созданные вами модели с помощью упомянутой выше службы.

ML Kit: готовые к использованию модели на устройстве

Если вы ищете предварительно обученные модели, которые работают на устройстве, обратите внимание на 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