Mašīnmācīšanās operētājsistēmā Android, izmantojot Firebase ML komplektu

Izmēģiniet Mūsu Instrumentu Problēmu Novēršanai

Mašīnmācīšanās operētājsistēmā Android, izmantojot Firebase ML komplektu - šajā rakstā mēs apskatīsim, kā izmantot mašīnmācīšanās iespējas mūsu Android lietotnēs un padarīt tās gudrākas…

Agrāk mašīnmācīšanās iespējas bija iespējams izmantot tikai mākonī, jo tas prasīja lielu skaitļošanas jaudu, augstākās klases aparatūru utt. Taču mūsdienās mobilās ierīces ir kļuvušas daudz jaudīgākas un mūsu algoritmi ir efektīvāki. Tas viss ir novedis pie tā, ka mašīnmācīšanās ierīcē ir iespēja, nevis tikai zinātniskās fantastikas teorija.

Iekārtas mašīnmācīšanās tiek izmantota visur, piemēram:



  • Viedie palīgi: Piemēram, Cortana, Siri, Google palīgs. Gadā Google palīgs saņēma būtisku atjauninājumu šī gada Google IO un galvenā uzmanība tika pievērsta mašīnmācīšanās iespēju palielināšanai ierīcē.
  • Snapchat filtri: Snapchat izmanto mašīnmācīšanos, lai noteiktu cilvēku sejas un pielietotu trīsdimensiju filtrus, piemēram, brilles, cepures, suņu filtrus utt.
  • Viedā atbilde: Viedā atbilde ir ierīcē iespēja, kas iekļauta tērzēšanas lietojumprogrammās, piemēram, WhatsApp uc, lai nodrošinātu iepriekš izveidotu ziņojuma veidni, ko nosūtīt, atbildot uz ziņojumu.
  • Google objektīvs: Lai gan tas ir topošā stadijā, Google objektīvs izmanto mašīnmācīšanās modeļus, lai identificētu un apzīmētu objektus.

Un sarakstu var turpināt un turpināt. Tātad šajā rakstā mēs apskatīsim, kā izmantot mašīnmācīšanās iespējas mūsu Android lietotnēs un padarīt tās gudrākas.

Kas ir Firebase ML komplekts?

Firebase ML komplekts ir mobilais SDK, kas mobilo ierīču izstrādātājiem atvieglo mašīnmācīšanās iespēju iekļaušanu savās lietojumprogrammās. Tas sastāv no šādām iepriekš izveidotām API:

  • Teksta atpazīšana: Lai atpazītu un izvilktu tekstu no attēliem.
  • Sejas noteikšana: Lai noteiktu sejas un sejas orientierus kopā ar kontūrām.
  • Objektu noteikšana un izsekošana: Lai noteiktu, izsekotu un klasificētu objektus kamerā un statiskos attēlus.
  • Attēlu marķēšana: Identificējiet objektus, atrašanās vietas, aktivitātes, dzīvnieku sugas un daudz ko citu.
  • Svītrkoda skenēšana: Skenējiet un apstrādājiet svītrkodus.
  • Orientiera atpazīšana: Populāru orientieru noteikšana attēlā.
  • Valodas ID: Lai noteiktu teksta valodu.
  • Tulkošana ierīcē: Teksta tulkošana no vienas valodas uz citu.
  • Viedā atbilde: Teksta atbilžu ģenerēšana, pamatojoties uz iepriekšējiem ziņojumiem.

Bez tam jūs varat izmantot viņu pielāgotos attēlu klasifikācijas mašīnmācīšanās modeļus ( .flīta modeļi ), izmantojot AutoML.

ML Kit būtībā ir iesaiņojums sarežģījumiem, kas saistīti ar mašīnmācīšanās iespēju iekļaušanu un izmantošanu savā mobilajā lietotnē.

Ko mēs radīsim?

Mēs izmantosim ML komplekta sejas noteikšanas iespējas, lai attēlā noteiktu sejas. Mēs uzņemsim attēlu, izmantojot savu kameru, un izdarīsim tam secinājumu.

Lai izmantotu ML komplektu, jums ir nepieciešams Firebase konts. Ja jums tāda vēl nav, izveidojiet kontu: https://firebase.google.com

Piezīme: Es izmantošu Kotlin kopā ar Java šim projektam

Projekta izveide vietnē Firebase

Kad esat izveidojis kontu Firebase, dodieties uz https://console.firebase.google.com un noklikšķiniet uz Pievienot projektu.

Piešķiriet savam projektam nosaukumu un noklikšķiniet uz Izveidot. Var paiet dažas sekundes, līdz jūsu projekts ir gatavs. Tālāk mēs turpināsim un pievienosim savam projektam Android lietotni.

Lietotnes pievienošana

Atveriet Android studiju un sāciet jaunu projektu ar tukšu darbību.

Pēc tam noklikšķiniet uz Rīki -> Firebase . Tiks atvērts ugunsbāzes palīgs labajā panelī. Opciju sarakstā atlasiet ML komplektu un noklikšķiniet uz Lietot ML komplektu, lai attēlos un videoklipos noteiktu sejas.

Tas liks jums savienot savu studiju ar lietotni firebase. Noklikšķiniet uz savienojuma un pierakstieties savā Firebase projektā.

kā bloķēt skaidras naudas lietotnes karti

Kad atļausiet Android Studio piekļūt jūsu Firebase projektam, jums tiks piedāvāts izvēlēties projektu. Izvēlieties to, ko izveidojāt iepriekšējā solī.

Pēc tam lietotnei būs jāpievieno ML komplekts, kas ir asistenta iestatījums ar vienu klikšķi. Kad esat pabeidzis atkarību pievienošanu, esat gatavs turpināt darbu un izveidot savu lietojumprogrammu.

AndroidManifest.xml konfigurēšana

Lai Android lietotnē iespējotu bezsaistes mašīnmācīšanos, jums būs jāmaina androidmanifest.xml.

Pievienojiet šo metatagu tieši zem lietojumprogrammas taga.

Turklāt mēs savā lietojumprogrammā pievienosim kameras funkciju, tāpēc manifestā pievienosim atļaujas tagu.

Kameras pievienošana mūsu lietojumprogrammai

Lai pievienotu kameru mūsu lietojumprogrammai, mēs izmantosim WonderKiln kameras komplekts . Lai izmantotu kamerakit, pievienojiet šādas atkarības lietotnes līmeņa build.gradle failā:

ieviešana 'com.camerakit: camerakit: 1.0.0-beta3.11' ieviešana 'com.camerakit.jpeg'> https://github.com/Ayusch/mlkit-facedetection.git  
 
Spēlējiet ar to un dariet man zināmu, kādas novatoriskas idejas jūs varējāt nākt klajā, izmantojot mašīnmācīšanos savās Android lietojumprogrammās.
 
#mašīnmācīšanās #ugunsbāze
  
dzone.com
Mašīnmācīšanās operētājsistēmā Android, izmantojot Firebase ML komplektu
Mašīnmācīšanās operētājsistēmā Android, izmantojot Firebase ML komplektu - šajā rakstā mēs apskatīsim, kā izmantot mašīnmācīšanās iespējas mūsu Android lietotnēs un padarīt tās gudrākas ...
  
									   
Skatīt Arī: