การเรียนรู้ของเครื่อง Firebase

ใช้แมชชีนเลิร์นนิงในแอปของคุณเพื่อแก้ปัญหาในโลกแห่งความเป็นจริง

Firebase Machine Learning เป็น SDK สำหรับอุปกรณ์พกพาที่นำความเชี่ยวชาญด้านแมชชีนเลิร์นนิงของ Google มาสู่แอป Android และ Apple ในแพ็คเกจที่ทรงพลังแต่ใช้งานง่าย ไม่ว่าคุณจะเป็นมือใหม่หรือมีประสบการณ์ในการเรียนรู้ของเครื่อง คุณก็สามารถปรับใช้ฟังก์ชันที่คุณต้องการได้ในโค้ดเพียงไม่กี่บรรทัด ไม่จำเป็นต้องมีความรู้เชิงลึกเกี่ยวกับโครงข่ายประสาทเทียมหรือการเพิ่มประสิทธิภาพแบบจำลองเพื่อเริ่มต้น ในทางกลับกัน หากคุณเป็นนักพัฒนา ML ที่มีประสบการณ์ Firebase ML จะให้ API ที่สะดวกซึ่งช่วยให้คุณใช้โมเดล TensorFlow Lite ที่กำหนดเองในแอปมือถือของคุณ

ความสามารถที่สำคัญ

โฮสต์และปรับใช้โมเดลที่กำหนดเอง

ใช้รุ่น TensorFlow Lite ของคุณเองสำหรับการอนุมานบนอุปกรณ์ เพียงปรับใช้โมเดลของคุณกับ Firebase แล้วเราจะดูแลการโฮสต์และให้บริการแก่แอปของคุณ Firebase จะแสดงเวอร์ชันล่าสุดของโมเดลแบบไดนามิกให้กับผู้ใช้ของคุณ ช่วยให้คุณอัปเดตเป็นประจำโดยไม่ต้องส่งแอปเวอร์ชันใหม่ให้กับผู้ใช้

เมื่อคุณใช้ Firebase ML กับ การกำหนดค่าระยะไกล คุณสามารถให้บริการโมเดลที่แตกต่างกันไปยังกลุ่มผู้ใช้ที่แตกต่างกัน และด้วย การทดสอบ A/B คุณสามารถทำการทดสอบเพื่อค้นหาโมเดลที่ทำงานได้ดีที่สุด (ดูคำแนะนำของ Apple และ Android )

ฝึกโมเดลโดยอัตโนมัติ

ด้วย Firebase ML และ AutoML Vision Edge คุณสามารถฝึกโมเดลการติดฉลากรูปภาพ TensorFlow Lite ของคุณเองได้อย่างง่ายดาย ซึ่งคุณสามารถใช้ในแอปของคุณเพื่อจดจำแนวคิดในรูปถ่าย อัปโหลดข้อมูลการฝึกอบรม—รูปภาพและป้ายกำกับของคุณเอง—และ AutoML Vision Edge จะใช้ข้อมูลเหล่านี้ในการฝึกโมเดลที่กำหนดเองในคลาวด์

พร้อมสำหรับกรณีการใช้งานทั่วไป

Firebase ML มาพร้อมกับชุด API ที่พร้อมใช้งานสำหรับกรณีการใช้งานบนอุปกรณ์เคลื่อนที่ทั่วไป: การจดจำข้อความ การติดป้ายกำกับรูปภาพ และการระบุจุดสังเกต เพียงส่งข้อมูลไปยังไลบรารี Firebase ML และให้ข้อมูลที่คุณต้องการ API เหล่านี้ใช้ประโยชน์จากเทคโนโลยีแมชชีนเลิร์นนิงของ Google Cloud เพื่อให้คุณมีระดับความแม่นยำสูงสุด

คลาวด์เทียบกับในอุปกรณ์

Firebase ML มี API ที่ทำงานได้ทั้งในระบบคลาวด์หรือบนอุปกรณ์ เมื่อเราอธิบาย ML API ว่าเป็น cloud API หรือ on-device API เรากำลังอธิบาย ว่าเครื่องใดทำการอนุมาน นั่นคือ เครื่องใดใช้โมเดล ML เพื่อค้นหาข้อมูลเชิงลึกเกี่ยวกับข้อมูลที่คุณให้มา ใน Firebase ML กรณีนี้เกิดขึ้นบน Google Cloud หรือบนอุปกรณ์เคลื่อนที่ของผู้ใช้

API การรู้จำข้อความ การติดป้ายกำกับรูปภาพ และ API การรู้จำสถานที่สำคัญ ทำการอนุมานในระบบคลาวด์ โมเดลเหล่านี้มีพลังในการคำนวณและหน่วยความจำที่พร้อมใช้งานมากกว่ารุ่นในอุปกรณ์ที่เปรียบเทียบกันได้ และด้วยเหตุนี้จึงสามารถทำการอนุมานได้อย่างแม่นยำและแม่นยำกว่าโมเดลในอุปกรณ์ ในทางกลับกัน ทุกคำขอที่ส่งไปยัง API เหล่านี้จำเป็นต้องมีเครือข่ายแบบไปกลับ ซึ่งทำให้ไม่เหมาะสำหรับแอปพลิเคชันแบบเรียลไทม์และเวลาแฝงต่ำ เช่น การประมวลผลวิดีโอ

API รุ่นที่กำหนดเองและ AutoML Vision Edge จัดการกับรุ่น ML ที่ทำงานบนอุปกรณ์ โมเดลที่ใช้และผลิตโดยคุณลักษณะเหล่านี้เป็นรุ่น TensorFlow Lite ซึ่งได้รับการปรับให้เหมาะกับการทำงานบนอุปกรณ์เคลื่อนที่ ข้อได้เปรียบที่ใหญ่ที่สุดสำหรับโมเดลเหล่านี้คือไม่ต้องมีการเชื่อมต่อเครือข่ายและสามารถทำงานได้อย่างรวดเร็ว เช่น ประมวลผลเฟรมของวิดีโอแบบเรียลไทม์ เป็นต้น

Firebase ML มีความสามารถหลักสองประการเกี่ยวกับโมเดลที่กำหนดเองในอุปกรณ์:

  • การปรับใช้โมเดลแบบกำหนดเอง : ปรับใช้โมเดลที่กำหนดเองกับอุปกรณ์ของผู้ใช้ของคุณโดยอัปโหลดไปยังเซิร์ฟเวอร์ของเรา แอปที่เปิดใช้งาน Firebase จะดาวน์โหลดโมเดลไปยังอุปกรณ์ตามต้องการ วิธีนี้ช่วยให้คุณรักษาขนาดการติดตั้งเริ่มต้นของแอปให้เล็กลง และคุณสามารถสลับโมเดล ML ได้โดยไม่ต้องเผยแพร่แอปของคุณซ้ำ

  • AutoML Vision Edge : บริการนี้ช่วยให้คุณสร้างแบบจำลองการจัดประเภทรูปภาพที่กำหนดเองบนอุปกรณ์ของคุณเองด้วยอินเทอร์เฟซเว็บที่ใช้งานง่าย จากนั้น คุณสามารถโฮสต์โมเดลที่คุณสร้างไว้ได้อย่างราบรื่นด้วยบริการที่กล่าวถึงข้างต้น

ML Kit: รุ่นบนอุปกรณ์พร้อมใช้

หากคุณกำลังมองหารุ่นก่อนการฝึกอบรมที่ทำงานบนอุปกรณ์ ลองดู ML Kit ML Kit พร้อมใช้งานสำหรับ iOS และ Android และมี API สำหรับกรณีการใช้งานมากมาย:

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

ขั้นตอนถัดไป