Mit maschinellem Lernen auf dem Gerät lassen sich in Ihren Apps reale Probleme ganz einfach lösen.
ML Kit ist ein mobiles SDK, das die On-Device-Expertise zu maschinellem Lernen von Google auch für Android- und iOS-Apps einbringt. Mit unseren leistungsstarken und nutzerfreundlichen Vision APIs und Natural Language APIs können Sie häufige Herausforderungen in Ihren Anwendungen lösen oder völlig neue Nutzererlebnisse schaffen. Alle basieren auf den erstklassigen ML-Modellen von Google und werden Ihnen kostenlos angeboten.
Die APIs von ML Kit werden alle auf dem Gerät ausgeführt. Dadurch sind Anwendungsfälle in Echtzeit möglich, z. B. bei der Verarbeitung eines Live-Kamerastreams. Das bedeutet auch, dass die Funktion offline verfügbar ist.
Das ist neu
Wir haben die Betaversion von Texterkennung v2 eingeführt, die zusätzliche Unterstützung für chinesische, Devanagari-, japanische und koreanische Skripte bietet und die Zahl der unterstützten Sprachen deutlich erweitert. Außerdem bietet sie eine verbesserte ML-basierte Block-/Absatzerkennung und eine insgesamt bessere Erkennungsgenauigkeit.
Auf der Google I/O 2021 haben wir ML Kit: Turnkey APIs to use on-device ML in mobile apps vorgestellt. In dieser Sitzung geht es um Neuerungen beim ML Kit und darum, wie einfach es ist, mit dem SDK eine App mithilfe von maschinellem Lernen auf dem Gerät zu erstellen.
Außerdem haben wir eine neue On-Device-Seite für maschinelles Lernen eingeführt, die Entwickler von mobilen und Web-Apps beim Einstieg in ML auf dem Gerät unterstützt. Sie bietet einen klaren Überblick über alle Lösungen, die Google anbietet, von sofort einsetzbaren Lösungen wie ML Kit bis hin zu Tools zum Trainieren von Modellen wie TensorFlow Lite Model Maker.
ML Kit ist jetzt allgemein verfügbar, mit Ausnahme der in der Betaversion verfügbaren Positionserkennung, Entitätsextraktion, Texterkennung Version 2 und Selfiesegmentierung.
Weitere Informationen
- Informieren Sie sich über die gebrauchsfertigen APIs: Texterkennung, Gesichtserkennung, Barcode-Scan, Bildbeschriftung, Objekterkennung und -tracking, Posenerkennung, Selfiesegmentierung, Intelligente Antwort, Textübersetzung und Identifizierung.
- Hier erfahren Sie, wie Sie benutzerdefinierte TensorFlow Lite-Modelle für Bildlabels in Ihren Apps verwenden. Weitere Informationen finden Sie unter Benutzerdefinierte Modelle mit ML Kit.
- Werfen Sie einen Blick auf unsere Beispiel-Apps und Codelabs. Sie helfen Ihnen bei den ersten Schritten mit allen APIs.
Weitere Informationen
Wenn die sofort einsatzbereiten APIs von ML Kit Ihre Anforderungen nicht erfüllen und Sie eine benutzerdefinierte Lösung benötigen, finden Sie auf der Seite zum maschinellen Lernen auf dem Gerät Informationen zu allen Lösungen und Tools von Google für maschinelles Lernen auf dem Gerät.