Plan du cours

Introduction

  • ML Kit vs TensorFlow vs autres services d'apprentissage automatique
  • Vue d'ensemble des fonctionnalités et des composants de ML Kit

Commencer à travailler

  • Mise en place du SDK ML Kit
  • Exploration des API et des exemples d'applications

Mise en œuvre des API ML Kit Vision

  • Automatiser la saisie de données (Reconnaissance de texte)
  • Détection des visages pour les selfies et les portraits (Face Detection)
  • Interprétation des positions du corps (Pose Detection)
  • Ajout d'effets d'arrière-plan (segmentation de selfie)
  • Intégration de la lecture de codes-barres
  • Identification d'objets, de lieux, d'espèces, etc.
  • Localisation d'objets proéminents dans une image (Détection et suivi d'objets)
  • Reconnaissance de textes manuscrits (reconnaissance d'encre numérique)

Travailler avec des API de langage naturel

  • Identifier les langues
  • Traduire des textes
  • Générer des réponses intelligentes
  • Utilisation de l'extraction d'entités

Optimiser les applications existantes avec ML Kit

  • Utiliser des modèles personnalisés avec ML Kit
  • Migration de Firebase vers le nouveau SDK ML Kit
  • Migration de Mobile Vision vers ML Kit SDK
  • Réduction de la taille des applications pour le déploiement
  • Refonte des applications pour utiliser des modules de fonctionnalités dynamiques

Conseils de dépannage

Résumé et prochaines étapes

Pré requis

  • Compréhension de l'apprentissage automatique
  • Expérience en matière de développement mobile

Audience

  • Ingénieurs en logiciel
  • Développeurs d'applications mobiles
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires