Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Firebase ML Kit: Educando com Machine Learning
Search
Felipe Arimateia
July 17, 2018
Programming
0
27
Firebase ML Kit: Educando com Machine Learning
Felipe Arimateia
July 17, 2018
Tweet
Share
More Decks by Felipe Arimateia
See All by Felipe Arimateia
Compartilhando e acelerando com módulos em aplicações Android v2
felipearimateia
1
160
Compartilhando e acelerando com módulos em aplicações Android
felipearimateia
2
48
Firebase além do chat
felipearimateia
0
83
Monetizando suas aplicações: O que pode e o que não pode, e como fazer
felipearimateia
0
27
Testes de UI legíveis e sustentáveis para Android
felipearimateia
0
22
Cloud Functions para Firebase
felipearimateia
1
37
Consumindo API's Rest com Retrofit 2
felipearimateia
0
27
Construindo Aplicações Android com Firebase
felipearimateia
1
73
Firebase: dando um Up na sua aplicação.
felipearimateia
0
110
Other Decks in Programming
See All in Programming
Deep Dive into Kotlin Flow
jmatsu
1
360
時間軸から考えるTerraformを使う理由と留意点
fufuhu
16
4.8k
GitHubとGitLabとAWS CodePipelineでCI/CDを組み比べてみた
satoshi256kbyte
4
250
Laravel Boost 超入門
fire_arlo
3
220
AIコーディングAgentとの向き合い方
eycjur
0
280
Cache Me If You Can
ryunen344
2
3k
1から理解するWeb Push
dora1998
7
1.9k
Improving my own Ruby thereafter
sisshiki1969
1
160
MCPでVibe Working。そして、結局はContext Eng(略)/ Working with Vibe on MCP And Context Eng
rkaga
5
2.3k
知っているようで知らない"rails new"の世界 / The World of "rails new" You Think You Know but Don't
luccafort
PRO
1
180
testingを眺める
matumoto
1
140
rage against annotate_predecessor
junk0612
0
170
Featured
See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Making Projects Easy
brettharned
117
6.4k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
113
20k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
A Tale of Four Properties
chriscoyier
160
23k
Done Done
chrislema
185
16k
Building an army of robots
kneath
306
46k
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.9k
How to train your dragon (web standard)
notwaldorf
96
6.2k
The Pragmatic Product Professional
lauravandoore
36
6.9k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Transcript
Firebase ML Kit: Educando com Machine Learning
Olá! Sou o Ari! Mobile Developer, apaixonado por código e
viciado em séries. @twiterdoari felipearimateia
O que é Machine Learning? Machine Learning é a prática
de usar algoritmos para coletar dados, aprender com eles, e assim fazer uma determinação ou predição sobre os dados coletados.
None
Firebase ML Kit O ML Kit permite que você traga
recursos poderosos de Machine Learning para seu aplicativo, seja para Android ou iOS, para você que é um desenvolvedor experiente de aprendizado de máquina ou para você que está apenas começando (como eu).
Tudo junto e misturado - Google Cloud Vision API -
TensorFlow Lite - Android Neural Networks API
Funcionalidades - Legendas para imagens; - Reconhecimento de texto; -
Deteção facial; - Scan de código de barras; - Reconhecimento de pontos de referência
Como funciona on-device a fucionalidade está disponível offline e não
precisa de uma conexão com internet. cloud a funcionalidade está disponíovel online e precisa de uma conexão com a internet.
Modelos O Firebase já fornece modelos prontos para o ML
Kit, mas é possível criar os seus através do TensorFlow Lite.
Como fazer? Primeiro precisamos adicionar a dependência ML Vision: implementation
'com.google.firebase:firebase-ml-vision:15.0.0'
AndroidManifest <meta-data android:name="com.google.firebase.ml.vision.DEPENDENCIES" android:value="text" /> Mais de uma funcionalidade: <meta-data
android:name="com.google.firebase.ml.vision.DEPENDENCIES" aandroid:value="text,barcode,face,label" />
Reconhecendo Texto private fun readImage(bitmap: Bitmap?) { bitmap?.let { var
image = FirebaseVisionImage.fromBitmap(it) var detector = FirebaseVision.getInstance().visionTextDetector detector.detectInImage(image) .addOnSuccessListener { speakResult(it.blocks) } .addOnFailureListener { Log.d("FIREBASE_VISION", it.message) } } }
E o educando?
Arimababys Que isso papai?
#PartiuCodar
Referências - O QUE É MACHINE LEARNING - Explorando o
ML Kit for Firebase - ML Kit for Firebase - Introducing ML Kit