原文地址: ML Kit for Firebase
原文作者:Google
译文出自:掘金翻译计划
译者:BON
校对者:BON
在近期 Google I/O 大会为其 Firebase 开发平台推出了一款新的机器学习 SDK ,名为 "ML Kit" 。与之前的 Core ML 不太相同,这次的新的SDK为一些最常见的计算机视觉用例提供了现成的 API,实际上这允许了那些即使不是机器学习专家的开发人员,尤其是安卓和 iOS 端的开发人员,在自己的应用程序中添加属于自己的机器学习。此外,它还支持导入自定义的 TensorFlow Lite 模型。
以下是它的核心功能列表**(摘自文档)**
为工程应用的常见用例 | ML Kit附带了一套用于常见移动用例的随时可用的API:文本识别、人脸识别、地标识别、条形码识别和图像标注等。只需将数据传递给ML kit库,它就能够给您提供您想要的信息。 |
---|---|
在手机设备上或者云端运行 | ML kit所选用的API可以在设备上运行或者在云上运行。我们的设备上提供的API即使在没有网络连接的情况下也可以快速地处理您的数据。另一方面,我们基于云端的API则是利用了Google Cloud Platform提供的强大的机器学习功能。可以为您提供更高的准确度。 |
装载自有模型 | 而如果ML kit提供的API并不符合您的需求,您可以随时使用您的现有TensorFlow Lite模型。只需要将您的模型上传到Firebase中,我们就会负责托管并将其投放到您的应用当中去。ML kit在这个过程中充当了您的自定义模型的API层,使其更易于运行和使用。 |
通常情况下,建立一个机器学习环境是一项艰巨的工作。您必须学习如何使用像 TensorFlow 这样的机器学习库,还必须获取一大堆数据来训练您的模型。然后,您还得输出一个足够轻量的模型(此处为转换为 TensorFlow Lite ,这个在此次推出的 SDK 中也被完美支持)。而 ML Kit 简化了这一个流程,您只需要在 Firebase 上调用某些机器学习特性即可。
此外它也推出了 On-device 特性,就是您可以为您的应用程序就仅仅是设置了单机运行。以下为支持的列表
特性 | 设备 | 云端 |
---|---|---|
文本识别 | √ | √ |
人脸识别 | √ | × |
条形码识别 | √ | × |
图像标记 | √ | √ |
地标识别 | × | √ |
自定义模型装载 | √ | × |
对于国内的开发者,这里提供的视觉 API 仅有地标识别不提供 On-device 功能。其它都是可以在国内的手机上运行。而如果有需要, Firebase 也提供了相对应的 Cloud API 。仅有条形码扫描和人脸识别功能并不提供云端识别功能。云端的服务都是前1000次使用不会收费。
对于已经对机器学习有了解或者当前 API 并不满足需求的开发者,ML Kit 也提供了自定义模型和自定义 TensorFlow Lite 版本的功能。只需要跟着文档一步步操作,就能够实现将 TensorFlow 模型转为 TensorFlow Lite 的需求。
而且,如果是自定义模型。您可以为其定义非 Firebase 的托管位置。意味着您可以在国内的服务器上挂靠您的模型,并且在您的应用程序中实时下载模型。不过由于模型的储存并没有进行过多的加密。因此有一定的不安全性。但是谷歌认为模型和应用程序是高度集合的。所以这点并不会影响过多。
总之,以上是 ML Kit 文档中提及的一小部分内容。
因此在功能以及文档推出后,我尽快将文档翻译和校对了一遍,并且上传到了 GitHub 。以后将继续维护。欢迎大家前去阅览,提出修改意见。地址为:ML Kit-CN 。
掘金翻译计划 是一个翻译优质互联网技术文章的社区,文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域,想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。