Firebase 机器学习套件

您可以在您的应用中使用机器学习解决实际问题。

机器学习套件是一个移动 SDK,它通过一个强大且易用的软件包将 Google 的机器学习专业技术融入到 Android 和 iOS 应用中。无论您是刚开始接触机器学习,还是拥有丰富的相关经验,只需几行代码即可实现所需的功能。您无需具备丰富的神经网络或模型优化知识即可开始使用该套件。另一方面,如果您是一名经验丰富的机器学习开发者,机器学习套件提供了便捷的 API,可帮助您在移动应用中使用自定义 TensorFlow Lite 模型。

主要功能

适合生产环境中的各种常见使用场景

机器学习套件包含一组适用于以下常见移动使用场景的现成 API:识别文字、检测人脸、识别地标、扫描条形码、为图片加标签和识别文字语言。您只需将数据传递到机器学习套件库,即可获得所需的信息。

设备端或云端

机器学习套件的一系列 API 在设备端或云端运行。我们的设备端 API 可快速处理数据,即使没有网络连接,也能正常工作。另一方面,我们的云端 API 利用 Google Cloud 的强大机器学习技术,为您提供更高的准确度。

部署自定义模型

如果机器学习套件的 API 未涵盖您的使用场景,您随时都可以使用自己现有的 TensorFlow Lite 模型。您只需将自己的模型上传到 Firebase,我们就会负责托管该模型并将其用于您的应用。机器学习套件会��当您的自定义模型的 API 层,使您的模型更易于运行和使用。

工作方式

机器学习套件将 Google 的机器学习技术(如 Google Cloud Vision APITensorFlow LiteAndroid Neural Networks API)聚集到单个 SDK 中,使您可以在自���的应用中轻松使用机器学习技术。无论您是需要强大的云端处理能力、针对移动设备进行了优化的设备端模型的实时功能,还是自定义 TensorFlow Lite 模型的灵活性,机器学习套件都只需几行代码即可实现。

设备端或云端提供哪些功能?

功能 设备端 云端
文字识别
人脸检测
条形码扫描
为图片加标签
对象检测和跟踪
地标识别
语言识别
翻译
智能回复
AutoML 模型推断
自定义模型推断

实现流程

集成 SDK 使用 Gradle 或 CocoaPods 快速添加 SDK。
准备输入数据 例如,如果您要使用视觉功能,请使用相机拍摄图片,并生成图片旋转等必要的元数据,或提示用户从图库中选择一张照片。
将机器学习模型应用于您的数据 通过将机器学习模型应用于您的数据,您可以生成数据分析,如检测到的人脸的情绪状态或者在图片中识别出的对象和概念,具体取决于您所使用的功能。您可以使用这些数据分析支持应用中的功能,如照片修饰、自动元数据生成或您能想象到的任何其他功能。

后续步骤