Używaj systemów uczących się na urządzeniu, aby łatwo rozwiązywać rzeczywiste problemy.
ML Kit to mobilny pakiet SDK, który zapewnia obsługę systemów uczących się opracowanych przez Google w aplikacjach na Androida i iOS. Nasze zaawansowane, ale łatwe w obsłudze interfejsy API Vision i Natural Language pomagają rozwiązać typowe problemy z aplikacjami lub tworzą zupełnie nowe funkcje. Wszystkie modele są oparte na najlepszych w swojej klasie modelach systemów uczących się Google i są udostępniane Ci bezpłatnie.
Wszystkie interfejsy API ML Kit działają na urządzeniu, co pozwala na przykład na użycie obrazu z kamery na żywo w czasie rzeczywistym. To oznacza, że funkcje są dostępne offline.
Nowości
Uruchomiliśmy wersję beta rozpoznawania tekstu w wersji 2, która obejmuje obsługę języków chińskiego, dewanagariego, japońskiego i koreańskiego oraz znacznie zwiększa zakres obsługiwanych języków. Usługa oferuje też ulepszone wykrywanie bloków i akapitów oparte na systemach uczących się oraz zwiększanie dokładności wykrywania.
Na konferencji Google I/O 2021 zaprezentowaliśmy interfejsy ML Kit: gotowe interfejsy API do wykorzystania systemów uczących się w aplikacjach mobilnych. Podczas tej sesji omawiamy nowości w ML Kit oraz pokazujemy, jak łatwo można wykorzystać pakiet SDK do stworzenia aplikacji przy użyciu systemów uczących się działających na urządzeniu.
Uruchomiliśmy też nową stronę na urządzeniu z systemami uczącymi się, która pomaga deweloperom aplikacji mobilnych i internetowych w korzystaniu z systemów uczących się. Znajdziesz tam szczegółowy opis wszystkich rozwiązań oferowanych przez Google – od gotowych rozwiązań, takich jak ML Kit, po narzędzia do trenowania modeli, takie jak TensorFlow Lite Maker.
ML Kit jest teraz ogólnodostępny (z wyjątkiem wykrywania pozycji, ekstrakcji fragmentów, rozpoznawania tekstu w wersji 2 i segmentacji selfie), która jest dostępna w wersji beta.
Więcej informacji
- Poznaj gotowe interfejsy API: rozpoznawanie tekstu, wykrywanie twarzy, skanowanie kodów kreskowych, oznaczanie obrazów, wykrywanie i śledzenie obiektów, wykrywanie pozycji, samodzielna segmentacja, inteligentna odpowiedź, tłumaczenie i .
- Dowiedz się, jak używać w aplikacjach niestandardowych modeli oznaczania obrazów etykietami TensorFlow Lite. Przeczytaj artykuł Modele niestandardowe za pomocą ML Kit.
- Zajrzyj do naszych przykładowych aplikacji i ćwiczeń z programowania. Pomagają Ci zacząć korzystać ze wszystkich interfejsów API.
Inne zasoby
Jeśli gotowe interfejsy API ML Kit nie spełniają Twoich potrzeb i potrzebujesz bardziej niestandardowego rozwiązania, odwiedź stronę z informacjami o systemach uczących się, korzystając ze wskazówek dotyczących wszystkich rozwiązań i narzędzi Google do obsługi systemów uczących się na urządzeniu.