План на курса

Въведение

  • ML Kit срещу TensorFlow срещу други услуги за машинно обучение
  • Преглед на ML Kit функции и компоненти

Първи стъпки

  • Настройване на ML Kit SDK
  • Проучване на API и примерни приложения

Внедряване на ML Kit API на Vision

  • Автоматизиране на въвеждането на данни (разпознаване на текст)
  • Разпознаване на лица за селфита и портрети (разпознаване на лица)
  • Тълкуване на позициите на тялото (откриване на поза)
  • Добавяне на фонови ефекти (Сегментиране на селфита)
  • Интегриране на сканиране на баркод
  • Идентифициране на обекти, места, видове и др. (Етикетиране на изображение)
  • Локализиране на изпъкнали обекти в изображение (Откриване и проследяване на обекти)
  • Разпознаване на ръкописни текстове (Digital Ink Recognition)

Работа с API на естествен език

  • Идентифициране на езици
  • Превод на текстове
  • Генериране на интелигентни отговори
  • Използване на извличане на обекти

Оптимизиране на съществуващи приложения с ML Kit

  • Използване на персонализирани модели с ML Kit
  • Мигриране от Firebase към новия ML Kit SDK
  • Мигриране от Mobile Vision към ML Kit SDK
  • Намаляване на размера на приложението за внедряване
  • Рефакторинг на приложения за използване на модули с динамични функции

Съвети за отстраняване на неизправности

Обобщение и следващи стъпки

Изисквания

  • Разбиране на машинното обучение
  • Опит с мобилна разработка

Публика

  • Софтуерни инженери
  • Разработчици на мобилни приложения
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории