یادگیری ماشین برای توسعه‌دهندگان تلفن همراه
«کیت یادگیری ماشین» تخصص یادگیری ماشین Google را در بسته‌ای قدرتمند و با کاربرد آسان به توسعه‌دهندگان تلفن همراه ارائه می‌دهد. با راهکارهایی که برای اجرا در دستگاه بهینه‌سازی شده‌اند، برنامه‌های iOS و Android خود را جذاب‌تر، شخصی‌سازی‌شده‌تر، و مفیدتر کنید.
بهینه‌سازی‌شده برای تلفن همراه
پردازش ML Kit در دستگاه انجام می‌شود. این امر باعث می‌شود که سریع باشد و موارد استفاده هم‌زمان مانند پردازش ورودی دوربین را باز کند. این مدل در حالت آفلاین نیز کار می‌کند و می‌توان از آن برای پردازش تصاویر و نوشتاری که باید در دستگاه باقی بمانند استفاده کرد.
ساخته‌شده با تخصص Google
از فناوری‌های یادگیری ماشین که تجربه‌های خود Google را در تلفن همراه تقویت می‌کند بهره‌مند شوید.
استفاده آسان
ما بهترین مدل‌های یادگیری ماشین را با خطوط لوله پردازش پیشرفته ترکیب می‌کنیم و این‌ها را ازطریق میاناهای برنامه‌سازی کاربردی با کاربرد آسان ارائه می‌دهیم تا موارد استفاده قدرتمند را در برنامه‌هایتان فعال کنیم.
شروع سریع هوش مصنوعی زایای درون‌دستگاهی با Gemini Nano
با Gemini Nano و GenAI APIهای ML Kit، از هوش مصنوعی زایای درون‌دستگاهی برای برنامه Android خود بهره ببرید.
پیام‌واره
تولید کردن محتوای نوشتاری براساس پیام‌واره سفارشی فقط نوشتاری یا چندحالتی.
گردش کارهای عامل‌گرا
مکالمه‌های چندنوبتی و گردش‌های کار چندمرحله‌ای فراخوانی ابزار را خودکارسازی کنید.
جاسازی‌ها
جاسازی‌های برداری برای نوشتار و تصاویر تولید کنید تا جستجوی معنایی را تقویت کنید.
تشخیص گفتار
کلمات گفته‌شده را به‌طور هم‌زمان به نوشتار ترانویسی کنید.
ترجمه گفتار
ترجمه هم‌زمان صوتی گفتاری به نوشتار به زبانی دیگر.
نوشتار به گفتار
صدای گفتار طبیعی را از نوشتار ترکیب کنید.
شرح تصویر
شرح کوتاهی برای تصاویر ارائه دهید.
خلاصه کردن
مقاله‌ها و مکالمه‌های گپ را در ۱ تا ۳ فهرست نقطه‌ای خلاصه می‌کند.
نمونه‌خوانی
محتوای کوتاه را با پالایش دستور زبان و رفع خطاهای املایی صیقل دهید.
درحال بازنویسی
محتوا را با سبک‌های مختلف، مانند رسمی، مختصر، یا حتی با اموجی، بازنویسی کنید.
میاناهای برنامه‌سازی کاربردی Vision
میاناهای برنامه‌سازی کاربردی تجزیه‌وتحلیل ویدیو و تصویر برای برچسب‌گذاری تصاویر و تشخیص رمزینه‌ها، نوشتار، چهره‌ها، و اشیا.
اسکن کردن رمزینه
بارکدها را اسکن و پردازش کنید. از اکثر قالب‌های استاندارد یک‌بعدی و دوبعدی پشتیبانی می‌کند.
تشخیص چهره
چهره‌ها و نشانگرهای مکانی چهره را شناسایی کنید.
تشخیص توری چهره جدید
اطلاعات مش چهره را در تصاویر نمای نزدیک شناسایی می‌کند.
تشخیص نوشتار نسخه ۲
نوشتار را از تصاویر تشخیص دهد و استخراج کند.
برچسب‌گذاری تصویر
اشیا، مکان‌ها، فعالیت‌ها، گونه‌های جانوری، محصولات، و موارد دیگر را شناسایی کنید. از مدل پایه چندمنظوره استفاده کنید یا با مدل سفارشی TensorFlow Lite آن را برای مورد استفاده‌تان سفارشی‌سازی کنید.
تشخیص و ردیابی اشیا
یک یا چند شیء را در فید زنده دوربین به‌طور هم‌زمان محلی‌سازی و ردیابی کنید.
تشخیص جوهر دیجیتال
نوشتار دست‌نویس و شکل‌های دست‌کشیده را در سطوح دیجیتال، مثل صفحه‌نمایش لمسی، تشخیص می‌دهد. بیش‌از ۳۰۰ زبان، اموجی، و شکل‌های پایه را تشخیص می‌دهد.
تشخیص ژست
موقعیت بدن انسان را به‌طور هم‌زمان تشخیص دهید.
تقسیم‌بندی سلفی
پس‌زمینه را از کاربران در صحنه جدا کنید و روی آنچه مهم است تمرکز کنید.
بخش‌بندی سوژه جدید
سوژه‌ها (افراد، حیوانات خانگی، یا اشیا) را از پس‌زمینه تصویر جدا کنید.
اسکنر سند جدید
اسناد فیزیکی را از عکس‌ها دیجیتالی کنید.
میاناهای برنامه‌سازی کاربردی زبان طبیعی
میاناهای برنامه‌سازی کاربردی پردازش زبان طبیعی برای شناسایی و ترجمه بین ۵۸ زبان و ارائه پیشنهادهای پاسخ.
شناسایی زبان
زبان رشته نوشتاری را فقط با چند کلمه تعیین کنید.
ترجمه
نوشتار را بین ۵۸ زبان، کاملاً در دستگاه ترجمه کنید.
پاسخ هوشمند
تولید کردن پاسخ‌های پیشنهادی در مکالمه‌های نوشتاری.
استخراج نهاد
نهادها (مانند نشانی‌ها، تاریخ/زمان، شماره تلفن، و غیره) را شناسایی و مکان‌یابی کنید و براساس آن نهادها اقدام کنید. به ۱۵ زبان کار می‌کند.