Firebase lägger till 3 nya funktioner i ML Kit och prestandaövervakning för webbappar

Googles mobilutvecklingsplattform, Firebase, får sin största uppdatering i år på Googles årliga utvecklarkonferens, Google I/O. Idag tillkännagav Google nya sätt att förbättra tillgängligheten för maskininlärning för utvecklare; Google utökar också sina prestandaövervakningsverktyg för att hjälpa webbutvecklare att snabba upp sina webbappar.

Google tillkännagav ML Kit vid förra årets I/O för att ta bort mysteriet med maskininlärning för utvecklare. De började med ett par API: er för de vanligaste användningsfallen, och i år utökar de SDK: n med tillägg av 3 nya API: er: ett API på enheten för översättning, ett API för objektdetektering och spårning och ett API för att enkelt skapa anpassad ML modeller. Inbyggda apputvecklare kan integrera Performance Monitoring SDK i sin app för att samla in prestandadata som de sedan kan analysera i Firebase Performance Monitoring; snart kommer webbutvecklare också att kunna spåra prestandan för sina webbappar i Firebase. Jag pratade med Francis Ma, produktchef på Firebase, för att lära mig mer om dessa förändringar.

Nya API: er för ML Kit

Googles ML SDK stöder för närvarande 7 API: er: textigenkänning, ansiktsigenkänning, streckkodsskanning, bildmärkning, landmärkesigenkänning, smart svar och språkidentifiering. De sista 2 var bara nyligen tillkom i april, men nu kommer de att få sällskap av de tre ovannämnda API: erna. Här är en sammanfattning på hög nivå av de tre nya ML API: erna för utvecklare:

• På enhetens API för översättning: Genom att använda samma modell som driver Google Translate-appens offlineöversättning, tillåter detta nya API utvecklare att tillhandahålla snabba, dynamiska översättningar mellan 58 språk.
• Objektdetektions- och spårnings-API: Detta API låter en app lokalisera och spåra det mest framträdande objektet, markerat av en ruta runt det, i ett livekameraflöde. Utvecklare kan sedan identifiera det mest framträdande objektet genom att söka i ett molnvision-sök-API. Som ett exempel sägs IKEA experimentera med detta API för visuell möbelshopping.
• AutoML Vision Edge: För utvecklare som vill ha en anpassad ML-modell med minimal expertis som behövs, låter AutoML Vision Edge dig bygga och träna din egen anpassade modell för att köras lokalt på en användares enhet. Att träna en modell, man helt enkelt laddar upp sin databas (t.ex. en uppsättning bilder) till Firebase-konsolen och klicka på "träna modell" för att träna en TensorFlow Lite-modell mot databasen. Google meddelade att ett företag som heter Fishbrain använde detta API för att träna en modell för att identifiera rasen på en fisk, medan ett annat företag kallade Lose It! utbildade en modell för att identifiera kategorierna av mat i en bild.

Maskininlärning är ett snabbt växande område inom datavetenskap, så det är naturligt för utvecklare att visa intresse för det. Men att bygga och utbilda ML-modeller effektivt utan en datavetare i personalen kan vara svårt, varför Google förenklar processen genom att automatisera utbildningen av modeller med ML Kit. Utvecklare kan fokusera på att bygga nya appar med kraftfull funktionalitet med hjälp av kraften i ML utan att behöva ägna betydande tid och ansträngning åt att lära sig datavetenskap. Med tillägget av dessa tre nya API: er i ML Kit kommer vi förhoppningsvis att se många nya användbara appar i Google Play.

Firebase Performance Monitoring för webbutvecklare

Konsumenter kräver bra prestanda från apparna och webbplatserna de använder, men Firebase har hittills bara gett inhemska apputvecklare möjlighet att övervaka deras produkters prestanda effektivt. På Google I/O 2019 meddelade Google att Firebase Performance Monitoring kommer att göras tillgänglig för webbutvecklare som använder Firebase-värd. Webbutvecklare kan hålla användare engagerade på sina plattformar genom att förbättra hastigheten på deras webbappar; För att hjälpa webbutvecklare att upptäcka de viktigaste svagheterna i deras webbplatsers prestanda kommer Firebase att tillhandahålla webbcentrerade verktyg och telemetrimätningar för att visa hur verkliga användare upplever en webbplats. Till exempel kommer webbutvecklare att kunna övervaka aspekter som tiden för första målning och inmatningsfördröjning, hur snart folk först ser och interagerar med innehåll på en webbsida och den genomsnittliga latensen. Översiktspanelen visar dessa och andra mätvärden för att hjälpa webbutvecklare att optimera upplevelsen för sina användare, oavsett om det är land eller globalt.

Andra meddelanden

Uppdaterad målgruppsbyggare i Google Analytics för Firebase

Att skapa riktade målgrupper är avgörande för att maximera användarnas engagemang. Du vill vara säker på att du segmenterar dina användare i rätt kategorier så att du vet hur du bäst riktar in dig dem med personliga incitament och uppmuntran så att de är mer benägna att fortsätta använda din app eller service. Google Analytics för Firebase hjälper utvecklare att bättre förstå sina användare och dess uppdaterad målgruppsbyggare kommer att göra det enkelt att skapa nya målgrupper för inriktning Fjärrkonfig eller återengagemang genom Meddelanden i appen. De uppdaterade målgruppsbyggarens funktioner inkluderar funktioner som "sekvenser, omfattning, tidsfönster, [och] medlemskapslängd." Som ett exempel, Google säger att det nu är möjligt att skapa en målgrupp för användare som löser in en kupongkod och köper en produkt inom 20 minuter efter kupongen upprättelse.

• Cloud Firestore, en fullt hanterad NoSQL-databas, får stöd för Samlingsgruppsfrågor vilket gör att din app kan "söka efter fält i alla samlingar med samma namn, oavsett var de finns i databasen." Insamlingsgruppsfrågor kommer, t.ex. tillåt en musikapp med en datastruktur som består av artister och deras låtar att fråga mellan artister efter fält i låtarna oavsett konstnär.
• Den nya Cloud Functions emulator kommer att låta utvecklare påskynda lokal apputveckling och testning; den kommunicerar med Cloud Firestore-emulatorn.
• Om du behöver felsöka krascher i din app kan Firebase Crashlytics hjälpa dig att diagnostisera eventuella stabilitetsproblem. Hastighetsvarningen talar om för dig när ett visst problem plötsligt har ökat i svårighetsgrad och är värt att titta närmare på, men dess varningströskel har aldrig kunnat anpassas förrän nu.

För fler nyheter om Firebase, håll utkik på officiella blogg eller gå med i Alfa program för att få en förhandstitt på kommande funktioner.