Google, ML Kit'in cihaz içi API'lerini Firebase'den ayırıyor

Google, son derece bağlamsal ve doğru web ve görsel arama sonuçları sunmak için yapay zekayı kapsamlı bir şekilde kullanıyor. Google'ın makine öğrenimi modelleri, web platformunda Arama'nın yanı sıra, Android telefonlarda görsel aramaya kadar çeşitli AI uygulamaları da sağlar. Google Lens ile hesaplamalı fotoğrafçılık Pixel cihazlarının ünlü olduğu şey. Google, kendi uygulamalarının yanı sıra, üçüncü taraf geliştiricilerin makine öğrenimi özelliklerini uygulamalarına sorunsuz bir şekilde entegre etmelerine de olanak tanır. Mobil cihazlar için çevrimiçi yönetim ve analiz panosu olan Firebase'in bir parçası olan bir SDK (Yazılım Geliştirme Kiti) olan ML Kit'in yardımıyla gelişim. Bugün itibarıyla Google, ML Kit'te büyük bir değişiklik yaptığını duyuruyor ve cihazdaki API'leri Firebase'den bağımsız hale getirecek.

ML Kit Google I/O 2018'de duyuruldu

makine öğrenimi özelliklerinin uygulamalara eklenmesini kolaylaştırmak için. ML Kit, piyasaya sürüldüğü sırada metin tanıma, yüz algılama, barkod tarama, görüntü etiketleme ve yer işareti tanıma API'lerinden oluşuyordu. İçinde Nisan 2019'da Google, geliştiricilere yönelik ilk Doğal Dil İşleme (NLP) API'lerini Akıllı Yanıt ve Dil biçiminde SDK'ya sundu. Tanılama. Bir ay sonra, yani Google I/O 2019'da, Google üç yeni ML API'sini tanıttı cihaz içi çeviri, nesne algılama ve izleme için ve AutoML Vision Edge API'si görsel aramayı kullanarak çiçek türleri veya yiyecek türleri gibi belirli nesneleri tanımlamak için.

ML Kiti hem cihaz üzerinde hem de bulut tabanlı API'lerden oluşur. Beklediğiniz gibi cihazdaki API'ler, verileri cihaza kaydedilen makine öğrenimi modellerini kullanarak işler bulut tabanlı API'ler Google'ın Bulut Platformunda barındırılan makine öğrenimi modellerine veri gönderir ve çözümlenen verileri İnternet üzerinden alır bağlantı. Cihaz içi API'ler internet olmadan çalıştığı için bilgileri daha hızlı ayrıştırabilir ve bulut tabanlı muadillerine göre daha güvenlidirler. Cihaz içi makine öğrenimi API'leri, Android Oreo 8.1 ve üstünü çalıştıran Android cihazlarda donanımla hızlandırılabilir. ve en son yonga setlerinde bulunan özel hesaplama blokları veya NPU'larla birlikte Google'ın Sinir Ağları API'sinden (NNAPI) yararlanın itibaren Qualcomm, MediaTek, HiSilicon vb.

Google kısa süre önce bir gönderi paylaştı Blog yazısı ML Kit'teki cihaz içi API'lerin artık bağımsız bir SDK'nın parçası olarak kullanıma sunulacağını duyuruyoruz. Bu, metin tanıma, barkod tarama, yüz algılama, görüntü etiketleme, nesne algılama ve dahil olmak üzere ML Kit'teki cihaz içi API'ler anlamına gelir. izleme, dil tanımlama, akıllı yanıt ve cihaz içi çeviri, ihtiyaç duymadan erişilebilen ayrı bir SDK altında sunulacaktır. Firebase. Ancak Google, Firebase'de ML Kit SDK'nın kullanılmasını önermektedir. mevcut projelerini taşıyın yeni bağımsız SDK'ya. Yeni bir mikro site ML Kit ile ilgili tüm kaynaklarla birlikte başlatıldı.

Google, yeni SDK dışında, geliştiricilerin makine öğrenimi modellerini uygulamalarına entegre etmesini kolaylaştıracak bazı değişiklikler de duyurdu. İlk olarak, Yüz algılama/kontur modeli artık Google Play Hizmetlerinin bir parçası olarak sunuluyor, böylece geliştiricilerin uygulamaları için API'yi ve modeli ayrı ayrı kopyalamaları gerekmiyor. Bu, uygulama paketi için daha küçük bir boyuta ve modelin diğer uygulamalarda daha sorunsuz bir şekilde yeniden kullanılmasına olanak tanır.

İkinci olarak Google şunu ekledi: Android Jetpack Yaşam Döngüsü tüm API'lere destek. Bu, bir uygulama ekran döndürme işlemine tabi tutulduğunda veya kullanıcı tarafından kapatıldığında API'lerin kullanımının yönetilmesine yardımcı olacaktır. Ayrıca, kolay entegrasyona da olanak sağlar. CameraX Jetpack kitaplığı ML Kit kullanan uygulamalarda.

Üçüncüsü, Google bir duyuru yaptı. erken erişim programı böylece geliştiriciler yakında çıkacak API'lere ve özelliklere diğerlerinden önce erişebilirler. Şirket şimdi, seçkin geliştiricilerin önizlemeleri ve geri bildirimlerini paylaşmaları için ML Kit'e iki yeni API ekliyor. Bu API'ler şunları içerir:

• Varlık Çıkarma Metindeki telefon numaraları, adresler, ödeme numaraları, takip numaraları ve tarih ve saat gibi şeyleri tespit etmek ve
• Poz Algılama Eller ve ayaklar dahil 33 iskelet noktasının düşük gecikmeli tespiti için

Son olarak, Google artık geliştiricilerin ML Kit'teki mevcut Görüntü Etiketleme ve Nesne Algılama ve İzleme API'lerini, ML Kit'teki özel makine öğrenimi modelleriyle değiştirmelerine izin veriyor. TensorFlow Lite. Şirket yakında TensorFlow Lite modellerinin nasıl bulunacağı veya kopyalanacağı ve ML Kit veya Android Studio'nun yeni ML entegrasyon özelliklerini kullanarak nasıl eğitileceği hakkında daha fazla ayrıntıyı açıklayacak.