Save the date - Google I/O returns May 18-20. Register to get the most out of the digital experience: Build your schedule, reserve space, participate in Q&As, earn Google Developer profile badges, and more. Register now
หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

Firebase Machine Learning

ใช้แมชชีนเลิร์นนิงในแอปของคุณเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง

Firebase Machine Learning เป็น SDK สำหรับอุปกรณ์เคลื่อนที่ที่นำความเชี่ยวชาญด้านแมชชีนเลิร์นนิงของ Google มาสู่แอป Android และ iOS ในแพ็คเกจที่ทรงพลัง แต่ใช้งานง่าย ไม่ว่าคุณจะใหม่หรือมีประสบการณ์ในแมชชีนเลิร์นนิงคุณสามารถใช้ฟังก์ชันที่คุณต้องการได้ในโค้ดเพียงไม่กี่บรรทัด ไม่จำเป็นต้องมีความรู้อย่างลึกซึ้งเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพแบบจำลองเพื่อเริ่มต้น ในทางกลับกันหากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ Firebase ML มี API ที่สะดวกสบายซึ่งช่วยให้คุณใช้โมเดล TensorFlow Lite ที่กำหนดเองในแอปมือถือของคุณ

ความสามารถที่สำคัญ

โฮสต์และปรับใช้โมเดลที่กำหนดเอง

ใช้โมเดล TensorFlow Lite ของคุณเองสำหรับการอนุมานบนอุปกรณ์ เพียงปรับใช้โมเดลของคุณกับ Firebase แล้วเราจะดูแลโฮสติ้งและให้บริการกับแอปของคุณ Firebase จะให้บริการรุ่นล่าสุดแก่ผู้ใช้ของคุณแบบไดนามิกช่วยให้คุณอัปเดตเป็นประจำได้โดยไม่ต้องส่งแอปเวอร์ชันใหม่ให้ผู้ใช้

เมื่อคุณใช้ Firebase ML กับการกำหนดค่า ระยะไกล คุณจะแสดงโมเดลที่แตกต่างกันไปยังกลุ่มผู้ใช้ที่แตกต่างกันได้และด้วย การทดสอบ A / B คุณจะเรียกใช้การทดสอบเพื่อค้นหาโมเดลที่มีประสิทธิภาพดีที่สุดได้ (ดูคู่มือ iOS และ Android )

ฝึกโมเดลโดยอัตโนมัติ

ด้วย Firebase ML และ AutoML Vision Edge คุณสามารถฝึกโมเดลการติดฉลากรูปภาพ TensorFlow Lite ของคุณเองได้อย่างง่ายดายซึ่งคุณสามารถใช้ในแอปของคุณเพื่อจดจำแนวคิดในภาพถ่ายได้ อัปโหลดข้อมูลการฝึกอบรม - รูปภาพและป้ายกำกับของคุณเองและ AutoML Vision Edge จะใช้ข้อมูลเหล่านี้เพื่อฝึกโมเดลที่กำหนดเองในระบบคลาวด์

พร้อมสำหรับการผลิตสำหรับกรณีการใช้งานทั่วไป

Firebase ML มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานมือถือทั่วไป ได้แก่ การจดจำข้อความการติดป้ายกำกับภาพและการระบุจุดสังเกต เพียงส่งข้อมูลไปยังไลบรารี Firebase ML และให้ข้อมูลที่คุณต้องการ API เหล่านี้ใช้ประโยชน์จากพลังของเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อมอบความแม่นยำในระดับสูงสุด

คลาวด์กับบนอุปกรณ์

Firebase ML มี API ที่ทำงานได้ทั้งในระบบคลาวด์หรือบนอุปกรณ์ เมื่อเราอธิบาย ML API ว่าเป็น Cloud API หรือ API บนอุปกรณ์เรากำลังอธิบาย ว่าเครื่องใดทำการอนุมาน นั่นคือเครื่องใดใช้โมเดล ML เพื่อค้นหาข้อมูลเชิงลึกเกี่ยวกับข้อมูลที่คุณให้มา ใน Firebase ML สิ่งนี้เกิดขึ้นบน Google Cloud หรือบนอุปกรณ์เคลื่อนที่ของผู้ใช้

API การจดจำข้อความการติดฉลากรูปภาพและการจดจำจุดสังเกตจะทำการอนุมานในระบบคลาวด์ โมเดลเหล่านี้มีพลังในการคำนวณและหน่วยความจำที่พร้อมใช้งานมากกว่ารุ่นบนอุปกรณ์ที่เทียบเคียงได้และด้วยเหตุนี้จึงสามารถทำการอนุมานได้อย่างแม่นยำและแม่นยำกว่ารุ่นบนอุปกรณ์ ในทางกลับกันทุกคำขอไปยัง API เหล่านี้ต้องใช้เครือข่ายแบบไปกลับซึ่งทำให้ไม่เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และมีเวลาแฝงต่ำเช่นการประมวลผลวิดีโอ

API รุ่นที่กำหนดเองและ AutoML Vision Edge จัดการกับรุ่น ML ที่ทำงานบนอุปกรณ์ รุ่นที่ใช้และผลิตโดยคุณสมบัติเหล่านี้คือรุ่น TensorFlow Lite ซึ่งได้รับการปรับให้ทำงานบนอุปกรณ์พกพา ข้อได้เปรียบที่ใหญ่ที่สุดของโมเดลเหล่านี้คือไม่ต้องใช้การเชื่อมต่อเครือข่ายและทำงานได้เร็วมากเช่นเร็วพอที่จะประมวลผลเฟรมของวิดีโอแบบเรียลไทม์

Firebase ML มีความสามารถหลักสองประการเกี่ยวกับโมเดลที่กำหนดเองบนอุปกรณ์:

  • การปรับใช้โมเดลที่กำหนดเอง : ปรับใช้โมเดลที่กำหนดเองไปยังอุปกรณ์ของผู้ใช้ของคุณโดยการอัปโหลดไปยังเซิร์ฟเวอร์ของเรา แอปที่เปิดใช้งาน Firebase ของคุณจะดาวน์โหลดโมเดลลงในอุปกรณ์ตามต้องการ วิธีนี้ช่วยให้คุณคงขนาดการติดตั้งครั้งแรกของแอปให้เล็กและคุณสามารถสลับรุ่น ML ได้โดยไม่ต้องเผยแพร่แอปของคุณอีกครั้ง

  • AutoML Vision Edge : บริการนี้ช่วยให้คุณสร้างโมเดลการจัดประเภทรูปภาพที่กำหนดเองบนอุปกรณ์ของคุณเองด้วยอินเทอร์เฟซบนเว็บที่ใช้งานง่าย จากนั้นคุณสามารถโฮสต์โมเดลที่คุณสร้างขึ้นด้วยบริการที่กล่าวถึงข้างต้นได้อย่างราบรื่น

ML Kit: รุ่นบนอุปกรณ์ที่พร้อมใช้งาน

หากคุณกำลังมองหารุ่นก่อนการฝึกอบรมที่ทำงานบนอุปกรณ์โปรดดู ML Kit ML Kit พร้อมใช้งานสำหรับ iOS และ Android และมี API สำหรับการใช้งานหลายกรณี:

  • การจดจำข้อความ
  • การติดฉลากรูปภาพ
  • การตรวจจับและติดตามวัตถุ
  • การตรวจจับใบหน้าและการติดตามรูปร่าง
  • การสแกนบาร์โค้ด
  • การระบุภาษา
  • การแปล
  • การตอบกลับอัจฉริยะ

ขั้นตอนถัดไป