Firebase 專用機器學習套件
在應用程式中使用機器學習技術來解決實際問題。
ML Kit 是一款行動 SDK，功能強大且容易使用，能在 Android 和 iOS 應用程式中加入 Google 的機器學習專業知識。無論您是機器學習新手或老手，只需幾行程式碼就能實作所需的功能。您不需要具備類神經網路或模型最佳化的深入瞭解，即可開始使用。另一方面，如果您是經驗豐富的機器學習開發人員，ML Kit 提供便利的 API，可協助您在行動應用程式中使用自訂 TensorFlow Lite 模型。
主要功能
| 可立即運用於常見用途的實際工作環境 |
ML Kit 隨附一組可立即使用的 API，適用於常見的行動裝置用途，包括辨識文字、偵測臉孔、識別地標、掃描條碼、為圖片加上標籤，以及辨識文字語言。只要將資料傳入 ML Kit 程式庫，即可獲得所需資訊。 |
| 在裝置上或雲端中 |
ML Kit 提供的一系列 API 是在裝置端或雲端執行。我們的裝置端 API 可快速處理資料，即使沒有網路連線也能運作。另一方面，我們的雲端式 API 則利用 Google Cloud 的機器學習技術來提供更高的準確率。 |
| 部署自訂模型 |
如果 ML Kit 的 API 不適用於您的用途，您隨時可以使用自己現有的 TensorFlow Lite 模型。只要將模型上傳至 Firebase，我們會負責託管並提供給您的應用程式。ML Kit 可做為自訂模型的 API 層，讓您更輕鬆地執行及使用。 |
運作原理
ML Kit 將 Google Cloud Vision API、TensorFlow Lite 和 Android Neural Networks API 等 Google 機器學習技術，整合至單一 SDK 中，方便您輕鬆將機器學習技術應用到自家應用程式中。無論是雲端式處理作業的強大威力、針對行動裝置最佳化的裝置模型即時功能，還是自訂 TensorFlow Lite 模型的靈活性，只要編寫幾行程式碼，就能透過 ML Kit 實現。
裝置上或雲端中有哪些功能？
| 特徵 | 裝置上 | Cloud |
|---|---|---|
| 文字辨識 | ||
| 臉部偵測 | ||
| 條碼掃描 | ||
| 為圖片加上標籤 | ||
| 偵測及追蹤物件 | ||
| 地標辨識 | ||
| 語言識別 | ||
| 翻譯 | ||
| 智慧回覆 | ||
| AutoML 模型推論 | ||
| 自訂模型推論 |
實作路徑
| 整合 SDK | 使用 Gradle 或 CocoaPods 快速加入 SDK。 | |
| 準備輸入資料 | 舉例來說，如果您使用視覺功能，請從相機拍照並產生必要的中繼資料 (例如旋轉圖像)，或提示使用者從圖片庫中選取相片。 | |
| 將機器學習模型套用至資料 | 將機器學習模型套用至資料後，您可根據所用功能產生深入分析資訊，例如偵測到的臉孔情緒狀態，或是圖片中辨識出的物件和概念。您可以運用這些深入分析資料，改善應用程式的各項功能，例如相片美化、自動產生中繼資料，或想嘗試其他各種功能。 |
後續步驟
- 探索可以立即使用的 API：文字辨識、臉部偵測、條碼掃描、圖片標籤、物件偵測與追蹤、地標辨識、智慧回覆、翻譯和語言識別。
- 使用 AutoML Vision Edge 訓練您自己的圖片標籤模型。
- 瞭解如何在應用程式中使用針對行動裝置最佳化的自訂模型。