אפשר להשתמש בלמידת מכונה במכשיר באפליקציות כדי לפתור בקלות בעיות בעולם האמיתי.
ML Kit הוא ערכת SDK לנייד שמביאה את המומחיות של Google בלמידת מכונה במכשיר לאפליקציות ל-Android ול-iOS. בעזרת ממשקי ה-API העוצמתיים של Vision ו-Natural Language נסו לפתור אתגרים נפוצים באפליקציות או ליצור חוויות משתמש חדשות לגמרי. כל המודלים מבוססים על המודלים המובילים בתחומם של Google בלמידת מכונה, ומציעים אותם ללא עלות.
כל ממשקי ה-API של ML Kit פועלים במכשיר, וכך אפשר להשתמש בתרחישים בזמן אמת שבהם רוצים, למשל, לעבד שידור חי ממצלמה. פירוש הדבר הוא שהפונקציונליות זמינה גם ללא חיבור לאינטרנט.
מה חדש
השקנו את הבטא של Text Recognition v2, שמוסיף תמיכה בכתבים בסינית, דוואנגרי, יפנית וקוריאנית, ומגדיל מאוד את מגוון השפות הנתמכות. הוא כולל גם זיהוי משופר של בלוקים/פסקאות בלמידת מכונה (ML) ושיפור ברמת הדיוק של הזיהוי.
ב-Google I/O 2021 הצגנו את ML Kit: Turnkey APIs לשימוש בלמידת מכונה במכשיר באפליקציות לנייד. בפעילות הזו נדבר על התכונות החדשות ב-ML Kit ונדגים עד כמה קל להשתמש ב-SDK לבניית אפליקציה באמצעות למידת מכונה במכשיר.
השקנו גם דף למידת מכונה חדש במכשיר שעוזר למפתחים של אפליקציות לנייד ואינטרנט להתחיל לעבוד עם למידת מכונה במכשיר. הוא מספק סקירה ברורה של כל הפתרונות ש-Google מציעה, מפתרונות מוכנים לשימוש כמו ML Kit ועד כלים למודלים לאימון כמו TensorFlow Lite Model Maker.
השימוש ב-ML Kit זמין עכשיו לכלל המשתמשים (GA), למעט התכונות 'זיהוי תנוחה', 'חילוץ ישויות', 'זיהוי טקסט' בגרסה 2 ופילוח סלפי, שמוצעים בגרסת בטא.
מידע נוסף
- יש מגוון של ממשקי API מוכנים לשימוש: זיהוי טקסט, זיהוי פנים, סריקת ברקוד, הוספת תוויות לתמונות, זיהוי ומעקב אחר חפצים, זיהוי תנוחות, פילוח סלפי, תשובה חכמה, תרגום טקסט וזיהוי שפה.
- איך משתמשים במודלים של תוויות לתמונות ב-TensorFlow Lite בהתאמה אישית באפליקציות? מידע נוסף זמין במאמר מודלים בהתאמה אישית באמצעות ML Kit.
- כדאי לעיין בדוגמאות של אפליקציות ו-codelabs. הם עוזרים לכם להתחיל לעבוד עם כל ממשקי ה-API.
משאבים אחרים
אם ממשקי ה-API של ML Kit לא עונים על הצרכים שלכם ואתם זקוקים לפתרון יותר בהתאמה אישית, תוכלו לעיין בדף למידת המכונה במכשיר כדי לקבל הנחיות לגבי כל הפתרונות והכלים של Google ללמידת מכונה במכשיר.