永利澳门官网

Google扩展了ML Kit功能可将机器学习融入移动应用程序

同时,借助AutoML Vision Edge,应用程序开发人员可以创建自定义图像分类模型。例如,您可以构建一个应用程序,用于识别不同类型的食物或不同种类的动物。开发人员可以将他们的培训数据上传到Firebase控制台,并使用Google的AutoML技术构建自定义TensorFlow Lite模型,以便在最终用户的设备上本地运行。

谷歌还在其完全托管的NoSQL数据库Cloud Firestore中添加对Collection Group查询的支持。他们还发布了一个新的Cloud Functions模拟器。

借助On-device Translation API,应用程序开发人员可以访问离线模型,以便将文本快速,动态地翻译成58种语言。它使用支持Google Translate的相同ML模型。物体检测和跟踪API可让您的应用实时定位和跟踪实时相机Feed中最突出的对象。例如,宜家使用新的API创建移动应用体验,用户可以在其中拍摄家居用品的照片,以便在零售商的在线目录中查找产品或类似商品。

谷歌宣布了Google I / O的最新消息,这是一年一度的开发者活动,谷歌通常会发布几个与人工智能相关的公告。Firebase新闻是在会议第一天的开发者主题演讲期间发布的。

除了ML Kit增强功能外,Google还宣布了其他几项Firebase更新。例如,Google正在将测试版Firebase性能监控扩展到网络应用。它还在Google Analytics for Firebase中引入了新的受众群体构建器。

谷歌周二宣布了其移动开发平台Firebase的几项更新。值得注意的是,谷歌正在推出ML Kit的新功能,ML Kit是一款机器学习SDK,随附现成的,基于设备和基于云的API,支持自定义模型。在测试版中推出的新功能包括设备上的翻译API,对象检测和跟踪API以及AutoML Vision Edge。

Firebase中的开发人员还可以使用Firebase Crashlytics中新的可配置速度警报以及Firebase测试实验室的改进。

Google扩展了ML Kit功能可将机器学习融入移动应用程序