Nilalaman

• Kilalanin ang Kit ng Pag-aaral ng Machine ng Google
• Paano ko magagamit ang mga API ng Kit Kit?
• Kilalanin ang teksto sa anumang imahe, kasama ang Text Recognition API
• Pag-unawa sa nilalaman ng isang imahe: ang API Labeling ng Larawan
• Pag-unawa sa mga expression at pagsubaybay sa mukha: ang Face Detection API
• Pag-scan ng Barcode na may Firebase at ML
• Pag-aaral ng Makina sa Cloud: ang Landmark Recognition API
• Ang API Identification ng Wika: Pagbuo para sa isang pandaigdigang madla
• Malapit na: Smart Sumagot
• Anong susunod? Paggamit ng TensorFlow Lite na may ML Kit
• Pagputol

Ang pagkatuto ng makina (ML) ay makakatulong sa iyo na lumikha ng mga makabagong, nakaka-engganyong at natatanging karanasan para sa iyong mga mobile na gumagamit.

Kapag na-master mo ang ML, maaari mong gamitin ito upang lumikha ng isang malawak na hanay ng mga aplikasyon, kabilang ang mga app na awtomatikong ayusin ang mga larawan batay sa kanilang paksa, kilalanin at subaybayan ang mukha ng isang tao sa isang livestream, kunin ang teksto mula sa isang imahe, at marami pa .

Ngunit ang ML ay hindi eksaktong nagsisimula! Kung nais mong mapahusay ang iyong mga Android apps na may malakas na kakayahan sa pag-aaral ng makina, pagkatapos kung saan eksaktong magsisimula ka?

Sa artikulong ito, magbibigay ako ng isang pangkalahatang-ideya ng isang SDK (Software Development Kit) na nangangako na ilagay ang kapangyarihan ng ML sa iyong mga daliri, kahit na mayroon kang zero Karanasan sa ML. Sa pagtatapos ng artikulong ito, magkakaroon ka ng pundasyon na kailangan mong simulan ang paglikha ng intelihente, mga pinalakas na ML na apps na may kakayahang mag-label ng mga imahe, mag-scan ng mga barcode, kilalanin ang mga mukha at sikat na mga palatandaan, at gumaganap ng maraming iba pang malakas na gawain sa ML.

Kilalanin ang Kit ng Pag-aaral ng Machine ng Google

Sa paglabas ng mga teknolohiya tulad ng TensorFlow at CloudVision, ang ML ay nagiging mas malawak na ginagamit, ngunit ang mga teknolohiyang ito ay hindi para sa mahina ng puso! Karaniwan mong kakailanganin ang isang malalim na pag-unawa sa mga neural network at pagsusuri ng data, upang makakuha lamang nagsimula may isang teknolohiya tulad ng TensorFlow.

Kahit ikaw gawin magkaroon ng ilang karanasan sa ML, ang paglikha ng isang mobile learning na pinapagana ng mobile app ay maaaring maging isang oras, kumplikado at mamahaling proseso, na hinihiling sa iyo na mapagkukunan ng sapat na data upang sanayin ang iyong sariling mga modelo ng ML, at pagkatapos ay i-optimize ang mga modelong ML na tumakbo nang mahusay sa mobile na kapaligiran. Kung ikaw ay isang indibidwal na developer, o may limitadong mga mapagkukunan, maaaring hindi posible na maisagawa ang iyong kaalaman sa ML.

Ang ML Kit ay pagtatangka ng Google na magdala ng pagkatuto ng makina sa masa.

Sa ilalim ng hood, magkasama ang ML Kit ng maraming malakas na teknolohiya sa ML na karaniwang nangangailangan ng malawak na kaalaman sa ML, kasama ang Cloud Vision, TensorFlow, at ang Android Neural Networks API. Pinagsasama ng ML Kit ang mga dalubhasang teknolohiya sa ML na may mga pre-sanay na modelo para sa karaniwang kaso ng mobile na gumagamit, kabilang ang pagkuha ng teksto mula sa isang imahe, pag-scan ng isang barcode, at pagtukoy ng mga nilalaman ng isang larawan.

Hindi alintana kung mayroon kang anumang dating kaalaman sa ML, maaari mong gamitin ang ML Kit upang magdagdag ng malakas na kakayahan sa pag-aaral ng makina sa iyong Android at iOS apps - ipasa lamang ang ilang data sa tamang bahagi ng ML Kit, tulad ng Text Recognition o Language Identification API, at ang API na ito ay gagamitin ang pagkatuto ng makina upang maibalik ang isang tugon.

Paano ko magagamit ang mga API ng Kit Kit?

Ang ML Kit ay nahahati sa maraming mga API na ipinamamahagi bilang bahagi ng platform ng Firebase. Upang magamit ang alinman sa mga ML Kit API, kakailanganin mong lumikha ng isang koneksyon sa pagitan ng iyong proyekto sa Android Studio at isang kaukulang proyekto ng Firebase, at pagkatapos ay makipag-usap sa Firebase.

Ang karamihan sa mga modelo ng ML Kit ay magagamit bilang mga modelo ng on-device na maaari mong i-download at magamit nang lokal, ngunit magagamit ang ilang mga modelo sa ulap, na nagpapahintulot sa iyong app na magsagawa ng mga gawaing pinalakas ng ML sa koneksyon sa internet ng aparato.

Ang bawat diskarte ay may sariling natatanging hanay ng mga lakas at kahinaan, kaya kakailanganin mong magpasya kung ang lokal o malayong pagproseso ay may katuturan para sa iyong partikular na app. Maaari ka ring magdagdag ng suporta para sa parehong mga modelo, at pagkatapos ay payagan ang iyong mga gumagamit na magpasya kung aling modelo ang gagamitin sa runtime. Bilang kahalili, maaari mong mai-configure ang iyong app upang piliin ang pinakamahusay na modelo para sa kasalukuyang mga kondisyon, halimbawa lamang gamit ang cloud-based na modelo kapag ang aparato ay konektado sa Wi-Fi.

Kung pipiliin mo ang lokal na modelo, ang mga tampok ng pagkatuto ng makina ng iyong app ay palaging magagamit, anuman ang gumagamit ay may isang aktibong koneksyon sa Internet. Dahil ang lahat ng gawain ay isinasagawa nang lokal, ang mga modelo ng on-aparato ay mainam kapag kailangang maproseso ng iyong app ang malaking halaga ng data, halimbawa kung gumagamit ka ng ML Kit upang ma-manipulate ang isang live na stream ng video.

Samantala, ang mga modelo na batay sa ulap ay karaniwang nagbibigay ng higit na katumpakan kaysa sa kanilang mga katapat na aparato, dahil ang mga modelo ng ulap ay gumagamit ng kapangyarihan ng teknolohiya ng pagkatuto ng Google Cloud Platform. Halimbawa, ang modelo ng nasa-aparato na Labeling ng Larawan ay may kasamang 400 na label, ngunit natatapos ang modelo ng ulap 10,000 label.

Depende sa API, maaari ding magkaroon ng ilang mga pag-andar na magagamit lamang sa ulap, halimbawa halimbawa ang Text Recognition API ay makikilala lamang ang mga character na hindi Latin kung gagamitin mo ang modelong batay sa ulap nito.

Ang mga cloud-based na API ay magagamit lamang para sa mga proyekto ng antas ng Blaze na antas, kaya kakailanganin mong mag-upgrade sa isang plano na pay-as-you-go Blaze, bago mo magamit ang anumang mga modelo ng ulap ng ML Kit.

Kung magpasya kang galugarin ang mga modelo ng ulap, pagkatapos sa pagsulat, mayroong isang libreng quota na magagamit para sa lahat ng mga API ng Kit Kit. Kung nais mo lamang mag-eksperimento sa Pag-label ng Larawan na batay sa ulap, kung gayon maaari mong i-upgrade ang iyong proyekto ng Firebase sa plano ng Blaze, subukan ang API sa mas mababa sa 1,000 mga imahe, at pagkatapos ay lumipat sa libreng plano ng Spark, nang hindi sisingilin. Gayunpaman, ang mga termino at kundisyon ay may hindi magandang ugali ng pagbabago sa paglipas ng panahon, siguraduhing basahin ang maliit na pag-print bago mag-upgrade sa Blaze, upang matiyak na hindi ka mahulog sa anumang hindi inaasahang mga panukalang batas!

Kilalanin ang teksto sa anumang imahe, kasama ang Text Recognition API

Ang Teknolohiya ng Pagkilala sa Teksto ay maaaring matalinong makilala, pag-aralan at proseso ng teksto.

Maaari mong gamitin ang API na ito upang lumikha ng mga application na kumukuha ng teksto mula sa isang imahe, kaya hindi kailangang mag-aaksaya ng oras ang iyong mga gumagamit sa nakakapagod na manu-manong pagpasok ng data. Halimbawa, maaari mong gamitin ang Text Recognition API upang matulungan ang iyong mga gumagamit na kunin at maitala ang impormasyon mula sa mga resibo, invoice, business card, o kahit na mga nutritional label, sa pamamagitan lamang ng pagkuha ng larawan ng item na pinag-uusapan.

Maaari mo ring gamitin ang Text Recognition API bilang unang hakbang sa isang app ng pagsasalin, kung saan ang gumagamit ay kumuha ng larawan ng ilang hindi pamilyar na teksto at kinuha ng API ang lahat ng teksto mula sa imahe, handa nang maipasa sa isang serbisyo sa pagsasalin.

Ang aparato sa ML Kit na Teksto ng Pagkilala ng Teksto ay maaaring makilala ang teksto sa anumang wikang nakabatay sa Latin, habang ang counterpart na batay sa ulap nito ay maaaring makilala ang isang mas malawak na iba't ibang mga wika at character, kabilang ang mga character na Tsino, Hapon, at Koreano. Ang modelo na batay sa ulap ay na-optimize upang kunin ang hindi kalat na teksto mula sa mga imahe at teksto mula sa mga naka-pack na mga dokumento, na dapat mong isaalang-alang kapag nagpapasya kung aling modelo ang gagamitin sa iyong app.

Gusto mo ng ilang hands-on na karanasan sa API na ito? Pagkatapos suriin ang aming gabay sa hakbang-hakbang sa paglikha ng isang application na maaaring kunin ang teksto mula sa anumang imahe, gamit ang Text Recognition API.

Pag-unawa sa nilalaman ng isang imahe: ang API Labeling ng Larawan

Ang API na may label na Imahe ay maaaring makilala ang mga nilalang sa isang imahe, kabilang ang mga lokasyon, tao, produkto at hayop, nang hindi nangangailangan ng anumang karagdagang metadata ng konteksto. Ang API Labeling ng Larawan ay magbabalik ng impormasyon tungkol sa mga nakita na entidad sa anyo ng mga label. Halimbawa sa sumusunod na screenshot binigyan ko ang API ng isang larawan sa kalikasan, at ang tugon nito sa mga label tulad ng "Forest" at "Ilog."

Ang kakayahang makilala ang mga nilalaman ng isang imahe ay maaaring makatulong sa iyo na lumikha ng mga app na nag-tag ng mga larawan batay sa kanilang paksa; mga filter na awtomatikong tinutukoy ang hindi naaangkop na nilalaman na isinumite ng gumagamit at alisin ito sa iyong app; o bilang batayan para sa advanced na pag-andar ng paghahanap.

Marami sa mga ML Kit API ay nagbabalik ng maraming posibleng mga resulta, kumpleto sa kasamang mga marka ng kumpiyansa - kasama ang Image Labeling ng Larawan. Kung ipinapasa mo ang Larawan ng Pagmamarka ng larawan ng isang makata, pagkatapos ay maibabalik nito ang mga label tulad ng "poodle," "aso," "alagang hayop" at "maliit na hayop," lahat ng may iba't ibang mga marka na nagpapahiwatig ng tiwala ng API sa bawat label. Sana, sa sitwasyong ito ang "poodle" ay magkakaroon ng pinakamataas na marka ng kumpiyansa!

Maaari mong gamitin ang marka ng kumpiyansa na ito upang lumikha ng isang threshold na dapat matugunan, bago kumilos ang iyong aplikasyon sa isang partikular na label, halimbawa na ipinapakita ito sa gumagamit o pag-tag ng isang larawan gamit ang label na ito.

Ang Image Labeling ay magagamit pareho sa aparato at sa ulap, bagaman kung pipiliin mo ang modelo ng ulap ay makakakuha ka ng access sa higit sa 10,000 mga label, kumpara sa 400 na mga label na kasama sa modelo ng nasa aparato.

Para sa mas malalim na pagtingin sa Image Labeling ng API, tingnan ang Alamin ang nilalaman ng isang imahe sa pag-aaral ng makina. Sa artikulong ito, nagtatayo kami ng isang application na nagpoproseso ng isang imahe, at pagkatapos ay ibabalik ang mga label at mga marka ng kumpiyansa para sa bawat nilalang na nakita sa loob ng imaheng iyon. Nagpapatupad din kami ng mga on-device at cloud models sa app na ito, upang makita mo nang eksakto kung paano naiiba ang mga resulta, depende sa kung aling modelo ang iyong pinili.

Pag-unawa sa mga expression at pagsubaybay sa mukha: ang Face Detection API

Ang API ng Deteksyon ng Mukha ay maaaring maghanap ng mga mukha ng tao sa mga larawan, video at live na stream, at pagkatapos ay makuha ang impormasyon tungkol sa bawat nakitang mukha, kabilang ang posisyon, sukat at oryentasyon nito.

Maaari mong gamitin ang API na ito upang matulungan ang mga gumagamit na ma-edit ang kanilang mga larawan, halimbawa sa awtomatikong pag-crop ng lahat ng walang laman na puwang sa paligid ng kanilang pinakabagong headshot.

Ang Face Detection API ay hindi limitado sa mga imahe - maaari mo ring ilapat ang API na ito sa mga video, halimbawa maaari kang lumikha ng isang app na kinikilala ang lahat ng mga mukha sa isang video feed at pagkatapos ay sinisisi ang lahat maliban ang mga mukha na iyon, katulad ng tampok na blur ng background ng Skype.

Mukha ang mukha palagi gumanap sa aparato, kung saan sapat itong mabilis na magamit sa real-time, kaya hindi katulad ng nakararami sa mga API ng ML Kit, ang Mukha ng Deteksyon ng Mukha hindi isama ang isang modelo ng ulap.

Bilang karagdagan sa pag-alis ng mga mukha, ang API na ito ay may ilang karagdagang mga tampok na nagkakahalaga ng paggalugad. Una, maaaring tukuyin ng Face Detection API ang mga facial landmark, tulad ng mga mata, labi, at tainga, at pagkatapos makuha ang eksaktong mga coordinate para sa bawat isa sa mga landmark na ito. Ito pagkilala sa landmark ay nagbibigay sa iyo ng isang tumpak na mapa ng bawat nakitang mukha - perpekto para sa paglikha ng pinalaki na realidad (AR) na mga app na nagdaragdag ng mga maskara na may estilo ng Snapchat at mga filter sa feed ng camera ng gumagamit.

Nag-aalok din ang Face Detection API ng facial pag-uuri. Sa kasalukuyan, sinusuportahan ng ML Kit ang dalawang pag-uuri ng pangmukha: nakabukas ang mga mata, at nakangiti.

Maaari mong gamitin ang pag-uuri na ito bilang batayan para sa mga serbisyo ng pag-access, tulad ng mga kontrol na walang kamay, o upang lumikha ng mga laro na tumutugon sa ekspresyon ng mukha ng player. Ang kakayahang makita kung ang isang tao ay nakangiti o nakabukas ang kanilang mga mata ay maaari ring madaling gamitin kung gumagawa ka ng isang app sa camera - pagkatapos ng lahat, walang mas masahol kaysa sa pagkuha ng isang bungkos ng mga larawan, lamang sa kalaunan ay matuklasan na may isang taong nakapikit ang kanilang mga mata. sa bawat solong pagbaril.

Sa wakas, ang API ng Deteksyon ng Mukha ay may kasamang bahagi ng pagsubaybay sa mukha, na nagtatalaga ng isang ID sa isang mukha at pagkatapos ay sinusubaybayan ang mukha na iyon sa maraming magkakasunod na mga imahe o mga frame ng video. Tandaan na mukha ito pagsubaybay at hindi totoong facial pagkilala. Sa likod ng mga eksena, sinusubaybayan ng Face Detection API ang posisyon at paggalaw ng mukha at pagkatapos ay inilarawan na ang mukha na ito ay malamang na kabilang sa parehong tao, ngunit sa huli ay hindi alam ang pagkakakilanlan ng tao.

Subukan ang Face Detection API para sa iyong sarili! Alamin kung paano bumuo ng isang app na nakadiskubre ng mukha gamit ang pag-aaral ng makina at Firebase ML Kit.

Pag-scan ng Barcode na may Firebase at ML

Ang Barcode Scanning ay hindi maaaring tunog bilang kapana-panabik na ilan sa iba pang mga API ng pag-aaral ng machine, ngunit ito ay isa sa mga pinaka-naa-access na bahagi ng ML Kit.

Ang pag-scan ng isang barcode ay hindi nangangailangan ng anumang espesyalista ng hardware o software, kaya maaari mong gamitin ang Barcode Scanning API habang tinitiyak na mananatiling maa-access ang iyong app sa maraming tao hangga't maaari, kabilang ang mga gumagamit sa mga mas matanda o mga aparato sa badyet. Hangga't ang isang aparato ay may gumaganang camera, dapat itong walang mga problema sa pag-scan ng isang barcode.

Maaaring i-extract ng Barcode Scanning API ng ML Kit ang isang malawak na hanay ng impormasyon mula sa nakalimbag at digital na mga barcode, na ginagawang madali, madali at naa-access na paraan upang maipasa ang impormasyon mula sa totoong mundo, sa iyong aplikasyon, nang walang mga gumagamit na kinakailangang magsagawa ng anumang nakakapagod na manu-manong pagpasok ng data .

Mayroong siyam na iba't ibang mga uri ng data na makikilala at mai-parse ng Barcode Scanning mula sa isang barcode:

• TYPE_CALENDAR_EVENT. Naglalaman ito ng impormasyon tulad ng lokasyon, tagapag-ayos, at pagsisimula at pagtatapos ng kaganapan.Kung nagsusulong ka ng isang kaganapan, maaari mong isama ang isang naka-print na barcode sa iyong mga poster o flyers, o tampok ang isang digital barcode sa iyong website. Pagkatapos ay maaaring makuha ng mga potensyal na dadalo ang lahat ng impormasyon tungkol sa iyong kaganapan, sa pamamagitan lamang ng pag-scan sa barcode nito.
• TYPE_CONTACT_INFO. Ang uri ng data na ito ay sumasaklaw ng impormasyon tulad ng email address, pangalan, numero ng telepono, at pamagat ng contact.
• TYPE_DRIVER_LICENSE. Naglalaman ito ng impormasyon tulad ng kalye, lungsod, estado, pangalan, at petsa ng kapanganakan na nauugnay sa lisensya sa pagmamaneho.
• TYPE_EMAIL. Kasama sa uri ng data na ito ang isang email address, kasama ang linya ng paksa ng email, at teksto ng katawan.
• TYPE_GEO. Naglalaman ito ng latitude at longitude para sa isang tiyak na geo point, na isang madaling paraan upang ibahagi ang isang lokasyon sa iyong mga gumagamit, o para sa kanila na ibahagi ang kanilang lokasyon sa iba. Maaari mo ring magamit ang mga geo barcode upang ma-trigger ang mga kaganapan na nakabase sa lokasyon, tulad ng pagpapakita ng ilang kapaki-pakinabang na impormasyon tungkol sa kasalukuyang lokasyon ng gumagamit, o bilang batayan para sa mga mobile na batay sa lokasyon.
• TYPE_PHONE. Naglalaman ito ng numero ng telepono at ang uri ng numero, halimbawa kung ito ay trabaho o numero ng telepono sa bahay.
• TYPE_SMS. Naglalaman ito ng ilang teksto sa katawan ng SMS at ang numero ng telepono na nauugnay sa SMS.
• TYPE_URL. Ang uri ng data na ito ay naglalaman ng isang URL at pamagat ng URL. Ang pag-scan ng isang barcode TYPE_URL ay mas madali kaysa sa umasa sa iyong mga gumagamit na mano-mano ang pag-type ng mahaba at kumplikadong URL, nang hindi gumagawa ng anumang mga typo o pagkakamali sa pagbaybay.
• TYPE_WIFI. Naglalaman ito ng SSID at password ng Wi-Fi network, kasama ang uri ng pag-encrypt tulad ng OPEN, WEP o WPA. Ang isang Wi-Fi barcode ay isa sa mga pinakamadaling paraan upang maibahagi ang mga kredensyal ng Wi-Fi, habang ganap ding inaalis ang panganib ng iyong mga gumagamit na hindi pumapasok sa impormasyong ito nang hindi tama.

Ang Barcode Scanning API ay maaaring mai-parse ang data mula sa isang iba't ibang mga barcode, kasama ang mga linear na format tulad ng Codabar, Code 39, EAN-8, ITF, at UPC-A, at 2D na format tulad ng Aztec, Data Matrix, at QR Code.

Upang gawing mas madali ang mga bagay para sa iyong mga end-user, ang API ay ini-scan para sa lahat ng mga suportadong barcode nang sabay-sabay, at maaari ring kunin ang data anuman ang orientation ng barcode - hindi mahalaga kung ang barcode ay ganap na baligtad kapag ini-scan ng gumagamit!

Pag-aaral ng Makina sa Cloud: ang Landmark Recognition API

Maaari mong gamitin ang ML Kit's Landmark Recognition API upang makilala ang mga kilalang natural at itinayo na mga palatandaan sa loob ng isang imahe.

Kung ipasa mo ang API na ito ng isang imahe na naglalaman ng isang tanyag na palatandaan, pagkatapos ay ibabalik nito ang pangalan ng landmark na iyon, ang mga halaga ng latitud at longitude ng landmark, at isang hangganan ng kahon na nagpapahiwatig kung saan natagpuan ang landmark sa loob ng imahe.

Maaari mong gamitin ang Landmark Recognition API upang lumikha ng mga application na awtomatikong nai-tag ang mga larawan ng gumagamit, o para sa pagbibigay ng isang mas napasadyang karanasan, halimbawa kung kinikilala ng iyong app na ang isang gumagamit ay kumukuha ng mga larawan ng Eiffel Tower, pagkatapos ay maaaring mag-alok ng ilang mga kagiliw-giliw na katotohanan tungkol sa landmark na ito, o iminumungkahi ang katulad, malapit na mga atraksyong turista na maaaring bisitahin ng gumagamit sa susunod.

Hindi pangkaraniwang para sa ML Kit, ang API ng Landmark Detection ay magagamit lamang bilang isang cloud-based na API, kaya ang iyong aplikasyon ay magagawa lamang ang pagtuklas ng landmark kapag ang aparato ay may isang aktibong koneksyon sa Internet.

Ang API Identification ng Wika: Pagbuo para sa isang pandaigdigang madla

Ngayon, ginagamit ang mga Android app sa bawat bahagi ng mundo, ng mga gumagamit na nagsasalita ng maraming iba't ibang mga wika.

Maaaring makatulong ang API Kit ng Pagkilala sa Wika ng ML sa iyong apela sa Android sa isang pang-internasyonal na madla, sa pamamagitan ng pagkuha ng isang string ng teksto at pagtukoy ng wikang isinulat nito. Ang API ng Pagkilala sa Wika ay maaaring makilala ang higit sa isang daang iba't ibang mga wika, kabilang ang mga romanized na teksto para sa Arabic, Bulgarian, Intsik, Greek, Hindi, Japanese, at Russian.

Ang API na ito ay maaaring maging isang mahalagang karagdagan sa anumang application na nagpoproseso ng ibinigay na teksto ng gumagamit, dahil bihirang kasama ng tekstong ito ang anumang impormasyon sa wika. Maaari mo ring gamitin ang Language Identification API sa mga apps sa pagsasalin, bilang unang hakbang sa pagsasalin anumang bagay, ay alam kung anong wika ang iyong pinagtatrabahuhan! Halimbawa, kung tinuturo ng gumagamit ang camera ng kanilang aparato sa isang menu, maaaring gamitin ng iyong app ang API ng Pagkilala sa Wika upang matukoy na ang menu ay nakasulat sa Pranses, at pagkatapos ay mag-alok upang isalin ang menu na ito gamit ang isang serbisyo tulad ng Cloud Translation API ( marahil matapos makuha ang teksto nito, gamit ang Text Recognition API?)

Nakasalalay sa string na pinag-uusapan, maaaring ibalik ng API ang Identification ng Wika ng maraming mga potensyal na wika, na sinamahan ng mga marka ng kumpiyansa upang matukoy mo kung aling nakitang wika ang malamang na tama. Tandaan na sa pagsulat ng ML Kit ay hindi makikilala ang maraming iba't ibang mga wika sa loob ng parehong string.

Upang matiyak na ang API na ito ay nagbibigay ng pagkakakilanlan ng wika sa real time, ang API Identification ng Wika ay magagamit lamang bilang isang modelo sa aparato.

Malapit na: Smart Sumagot

Plano ng Google na magdagdag ng higit pang mga API sa ML Kit sa hinaharap, ngunit alam na natin ang tungkol sa isang up-and-coming API.

Ayon sa website ng ML Kit, ang paparating Smart Sagot ng API magpapahintulot sa iyo na mag-alok ng mga tugon sa konteksto ng mga mensahe sa iyong mga aplikasyon, sa pamamagitan ng pagmumungkahi ng mga snippet ng teksto na akma sa kasalukuyang konteksto. Batay sa alam na natin tungkol sa API na ito, tila ang Smart Sumasagot ay magiging katulad sa iminungkahing tampok na tugon na magagamit sa Android s app, Magsuot ng OS, at Gmail.

Ang sumusunod na screenshot ay nagpapakita kung paano ang kasalukuyang iminungkahing tampok na tugon ay kasalukuyang tumitingin sa Gmail.

Anong susunod? Paggamit ng TensorFlow Lite na may ML Kit

Nagbibigay ang ML Kit ng mga pre-built na mga modelo para sa mga karaniwang mga kaso ng paggamit ng mobile, ngunit sa isang punto maaari mong nais na ilipat nang lampas sa mga yari nang mga modelong ito.

Posible na lumikha ng iyong sariling mga modelo ng ML gamit ang TensorFlow Lite at pagkatapos ay ipamahagi ang mga ito gamit ang ML Kit. Gayunpaman, magkaroon lamang ng kamalayan na hindi katulad ng mga handa na mga API ng ML Kit, ang pagtatrabaho sa iyong sariling mga modelo ng ML ay nangangailangan ng isang makabuluhan dami ng kadalubhasaan sa ML.

Kapag nilikha mo ang iyong mga modelo ng TensorFlow Lite, maaari mong mai-upload ang mga ito sa Firebase at pagkatapos ay pamahalaan ng Google ang pagho-host at paghahatid ng mga modelong iyon sa iyong mga end-user. Sa sitwasyong ito, ang ML Kit ay kumikilos bilang isang layer ng API sa iyong pasadyang modelo, na pinapasimple ang ilan sa mga mabibigat na pag-angat na kasangkot sa paggamit ng mga pasadyang modelo. Kapansin-pansin, awtomatikong itulak ng ML Kit ang pinakabagong bersyon ng iyong modelo sa iyong mga gumagamit, kaya hindi mo na kailangang i-update ang iyong app sa bawat solong oras na nais mong i-tweak ang iyong modelo.

Upang maibigay ang pinakamahusay na posibleng karanasan ng gumagamit, maaari mong tukuyin ang mga kundisyon na dapat matugunan, bago mag-download ang iyong aplikasyon ng mga bagong bersyon ng iyong modelo ng TensorFlow Lite, halimbawa lamang ang pag-update ng modelo kapag ang aparato ay idle, singilin, o konektado sa Wi- Fi. Maaari mo ring gamitin ang ML Kit at TensorFlow Lite kasama ang iba pang mga serbisyo ng Firebase, halimbawa gamit ang Firebase Remote Config at Firebase A / B Pagsubok upang maghatid ng iba't ibang mga modelo sa iba't ibang mga hanay ng mga gumagamit.

Kung nais mong ilipat ang lampas mga pre-built models, o ang mga umiiral na modelo ng ML Kit ay hindi lubos na matugunan ang iyong mga pangangailangan, pagkatapos ay maaari mong malaman ang higit pa tungkol sa paglikha ng iyong sariling mga modelo ng pagkatuto ng makina, sa mga opisyal na dokumento ng Firebase.

Pagputol

Sa artikulong ito, tiningnan namin ang bawat bahagi ng kit sa pag-aaral ng machine ng Google, at nasaklaw ang ilang karaniwang mga sitwasyon kung saan nais mong gamitin ang bawat isa sa mga ML Kit API.

Plano ng Google na magdagdag ng maraming mga API sa hinaharap, kaya alin sa mga API ng pag-aaral ng machine ang nais mong makita na idinagdag sa ML Kit sa susunod? Ipaalam sa amin sa mga komento sa ibaba!