Używaj w aplikacjach systemów uczących się na urządzeniu, aby łatwo rozwiązywać rzeczywiste problemy.
ML Kit to mobilny pakiet SDK, który wykorzystuje opracowane przez Google systemy uczące się na urządzeniach do obsługi aplikacji na Androida i iOS. Wykorzystaj nasze zaawansowane, ale łatwe w użyciu interfejsy Vision i Natural Language API, aby rozwiązywać typowe problemy w aplikacjach lub tworzyć zupełnie nowe rozwiązania dla użytkowników. Wszystkie są oparte na najlepszych w swojej klasie modelach ML Google i są oferowane bezpłatnie.
Wszystkie interfejsy API ML Kit działają na urządzeniu, co pozwala na obsługę sytuacji w czasie rzeczywistym, gdy np. chcesz przetworzyć transmisję na żywo z kamery. Oznacza to również, że dana funkcja jest dostępna offline.
Co nowego
Udostępniliśmy wersję beta funkcji Rozpoznawanie tekstu w wersji 2, która obsługuje chiński, dewanagari, japoński i koreański oraz znacznie poszerzyła zakres obsługiwanych języków. Obejmuje też ulepszone wykrywanie bloków/akapitów opartych na systemach uczących się oraz ogólną zwiększoną dokładność rozpoznawania.
Na konferencji Google I/O 2021 zaprezentowaliśmy zestaw ML Kit: Turnkey API do wykorzystania na urządzeniu systemów uczących się w aplikacjach mobilnych. Podczas tej sesji omawiamy nowe funkcje ML Kit i pokazujemy, jak łatwo można użyć pakietu SDK do stworzenia aplikacji z wykorzystaniem systemów uczących się na urządzeniu.
Wprowadziliśmy też nową stronę systemów uczących się na urządzeniu, która ułatwia deweloperom aplikacji mobilnych i internetowych rozpoczęcie pracy z systemami uczącymi się na urządzeniu. W przejrzysty sposób omawiamy wszystkie rozwiązania oferowane przez Google, od gotowych rozwiązań, takich jak ML Kit, po narzędzia do trenowania modeli, takie jak TensorFlow Lite Maker.
Narzędzie ML Kit jest teraz ogólnie dostępne. Wyjątkiem są wykrywanie pozycji, wyodrębnianie encji, rozpoznawanie tekstu (wersja 2) i segmentacja selfie, które są dostępne w wersji beta.
Więcej informacji
- Poznaj gotowe do użycia interfejsy API: rozpoznawanie tekstu, wykrywanie twarzy, skanowanie kodów kreskowych, oznaczanie obrazów, wykrywanie i śledzenie obiektów, wykrywanie pozycji, segmentowanie selfie, inteligentna odpowiedź, tłumaczenie tekstu oraz tłumaczenie tekstu.
- Dowiedz się, jak używać niestandardowych modeli etykietowania obrazów TensorFlow Lite w swoich aplikacjach. Przeczytaj artykuł Modele niestandardowe z pakietem ML Kit.
- Zapoznaj się z naszymi przykładowymi aplikacjami i ćwiczeniami z programowania. Pomagają rozpocząć pracę ze wszystkimi interfejsami API.
Inne zasoby
Jeśli gotowe interfejsy API ML Kit nie spełniają Twoich potrzeb i potrzebujesz bardziej niestandardowego rozwiązania, odwiedź stronę systemów uczących się na urządzeniu, aby uzyskać wskazówki na temat wszystkich rozwiązań i narzędzi Google do obsługi systemów uczących się na urządzeniu.