План на курса

Въведение

  • ML Kit срещу TensorFlow срещу други услуги за машинно обучение
  • Преглед на функциите и компонентите на ML Kit

Започване

  • Настройка на ML Kit SDK
  • Разглеждане на API-та и примерни приложения

Реализация на ML Kit Vision API

  • Автоматизиране на въвеждане на данни (Разпознаване на текст)
  • Разпознаване на лица за селфи и портрети (Разпознаване на лица)
  • Интерпретиране на позиции на тялото (Разпознаване на пози)
  • Добавяне на ефекти на фона (Сегментация на селфи)
  • Интегриране на сканиране на баркодове
  • Определяне на обекти, места, видове и т.н. (Етикетиране на изображения)
  • Локализиране на забележителни обекти в едно изображение (Разпознаване и следене на обекти)
  • Разпознаване на ръчно написан текст (Разпознаване на цифрово писмо)

Работа с Natural Language API

  • Разпознаване на езици
  • Превод на текстове
  • Генерация на интелигентни отговори
  • Използване на извличане на ентитети

Оптимизиране на съществуващи приложения с ML Kit

  • Използване на собствени модели с ML Kit
  • Миграция от Firebase към новия ML Kit SDK
  • Миграция от Mobile Vision към ML Kit SDK
  • Намаляване на размера на приложението за развертане
  • Преструктуриране на приложенията за използване на динамични модули с функции

Съвети за отстраняване на проблеми

Резюме и следващи стъпки

Изисквания

  • Разбиране в машинно обучение
  • Опит в мобилно разработване

Целева аудитория

  • Софтуерни инженери
  • Разработчици на мобилни приложения
 14 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории