Оригинальный адрес: ML Kit for Firebase
Оригинальный автор:Google
Перевод с:Программа перевода самородков
Переводчик:BON
Корректор:BON
На недавней конференции Google I/O компания представила новый SDK для машинного обучения для своей платформы разработки Firebase под названием «ML Kit». В отличие от предыдущего Core ML, этот новый SDK предоставляет готовые API-интерфейсы для некоторых наиболее распространенных случаев использования компьютерного зрения, что фактически позволяет разработчикам, которые даже не являются экспертами в области машинного обучения, особенно для Android и iOS. машинное обучение для своих приложений. Кроме того, он поддерживает импорт пользовательских моделей TensorFlow Lite.
Вот список его основных функций** (взято из документации)**
| Общие варианты использования для инженерных приложений | ML Kit поставляется с набором готовых к использованию API-интерфейсов для распространенных мобильных приложений: распознавание текста, распознавание лиц, распознавание ориентиров, распознавание штрих-кодов, аннотирование изображений и многое другое. Просто передайте данные в библиотеку набора ML, и она предоставит вам нужную информацию. |
|---|---|
| Работает на мобильных устройствах или в облаке | API, выбранный комплектом машинного обучения, может работать на устройстве или в облаке. Доступные на наших устройствах API-интерфейсы быстро обрабатывают ваши данные даже без подключения к Интернету. С другой стороны, наш облачный API использует мощные возможности машинного обучения, предоставляемые Google Cloud Platform. может дать вам более высокую точность. |
| Загрузить собственную модель | И если API, предоставляемый комплектом ML, не соответствует вашим потребностям, вы всегда можете использовать существующие модели TensorFlow Lite. Просто загрузите свою модель в Firebase, и мы разместим ее и предоставим вашему приложению. Комплект ML действует как уровень API для вашей пользовательской модели в процессе, упрощая ее запуск и использование. |
Часто настройка среды машинного обучения является сложной задачей. Вам нужно научиться использовать библиотеку машинного обучения, такую как TensorFlow, и вам нужно получить целую кучу данных для обучения вашей модели. Затем вы должны вывести достаточно легкую модель (здесь преобразование в TensorFlow Lite, которое также отлично поддерживается в этом выпуске SDK). ML Kit упрощает этот процесс, вам просто нужно вызвать некоторые функции машинного обучения в Firebase.
Кроме того, он также представилOn-deviceОсобенность заключается в том, что вы можете просто настроить одну машину для запуска вашего приложения. Ниже приведен список поддерживаемых
| характеристика | оборудование | облако |
|---|---|---|
| распознавание текста | √ | √ |
| распознавание лица | √ | × |
| распознавание штрих-кода | √ | × |
| тег изображения | √ | √ |
| Знаковое признание | × | √ |
| Загрузка пользовательской модели | √ | × |
Для отечественных разработчиков представленный здесь визуальный API обеспечивает только распознавание ориентиров и не обеспечивает функцию на устройстве. Другие могут работать на домашних мобильных телефонах. При необходимости Firebase также предоставляет соответствующий облачный API. Только сканирование штрих-кода и распознавание лиц не обеспечивает облачное распознавание. Плата за облачные сервисы не взимается за первые 1000 использований.
Для разработчиков, которые уже знакомы с машинным обучением или текущий API не соответствует их потребностям, ML Kit также предоставляет возможность настраивать модели и настраивать версии TensorFlow Lite. Просто шаг за шагом следуйте документации, чтобы понять требования преобразования моделей TensorFlow в TensorFlow Lite.
И, если это нестандартная модель. Вы можете указать для него место размещения, отличное от Firebase. Это означает, что вы можете разместить свою модель на домашнем сервере и загрузить модель в режиме реального времени в свое приложение. Однако хранилище модели не слишком сильно зашифровано. Поэтому есть определенная степень неуверенности. Но Google считает модели и приложения сильно агрегированными. Так что это не сильно влияет.
В заключение, вышесказанное — это малая часть того, что упоминается в документации ML Kit.
Поэтому, как только функция и документация вышли, я перевел и вычитал документацию и загрузил ее на GitHub. Техническое обслуживание будет продолжено в будущем. Вы можете прочитать его и внести предложения по исправлению. Адрес:ML Kit-CN.
Программа перевода самородковСообщество, которое занимается переводом качественных технических статей в Интернете, источником статьи являетсяНаггетсДелитесь статьями на английском языке на . Охват контентаAndroid,iOS,внешний интерфейс,задняя часть,блокчейн,продукт,дизайн,искусственный интеллекти другие поля, если вы хотите видеть больше качественных переводов, пожалуйста, продолжайте обращать вниманиеПрограмма перевода самородков,официальный Вейбо,Знай колонку.