Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
- ML Kit kontra TensorFlow és más gépi tanulási szolgáltatások
- A ML Kit szolgáltatások és összetevők áttekintése
Kezdő lépések
- Az ML Kit SDK beállítása
- API-k és példaalkalmazások felfedezése
ML Kit Vision API-k megvalósítása
- Adatbevitel automatizálása (szövegfelismerés)
- Arcfelismerés szelfik és portrék készítéséhez (Arcfelismerés)
- A testhelyzetek értelmezése (pózérzékelés)
- Háttéreffektusok hozzáadása (szelfi szegmentálás)
- Vonalkód beolvasás integrálása
- Tárgyak, helyek, fajok stb. azonosítása (Képcímkézés)
- Kiemelkedő objektumok helyének meghatározása a képen (objektumészlelés és követés)
- Kézzel írt szövegek felismerése (Digital Ink Recognition)
Természetes nyelvi API-kkal való munka
- Nyelvek azonosítása
- Szövegek fordítása
- Intelligens válaszok generálása
- Entitáskivonat használata
Meglévő alkalmazások optimalizálása a ML Kit segítségével
- Egyéni modellek használata ML Kit
- Áttérés a Firebase-ról az új ML Kit SDK-ra
- Migráció a Mobile Visionról az ML Kit SDK-ra
- Az alkalmazás méretének csökkentése a telepítéshez
- Alkalmazások átalakítása dinamikus funkciómodulok használatához
Hibaelhárítási tippek
Összegzés és a következő lépések
Követelmények
- A gépi tanulás megértése
- Mobil fejlesztésben szerzett tapasztalat
Közönség
- Szoftvermérnökök
- Mobilalkalmazás-fejlesztők
14 Órák