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
時間軸から考えるTerraformを使う理由と留意点
fufuhu
13
4.1k
MLH State of the League: 2026 Season
theycallmeswift
0
220
機能追加とリーダー業務の類似性
rinchoku
2
910
Updates on MLS on Ruby (and maybe more)
sylph01
1
180
Ruby×iOSアプリ開発 ~共に歩んだエコシステムの物語~
temoki
0
210
Ruby Parser progress report 2025
yui_knk
1
290
奥深くて厄介な「改行」と仲良くなる20分
oguemon
1
410
ぬるぬる動かせ! Riveでアニメーション実装🐾
kno3a87
1
110
Go言語での実装を通して学ぶLLMファインチューニングの仕組み / fukuokago22-llm-peft
monochromegane
0
110
プロポーザル駆動学習 / Proposal-Driven Learning
mackey0225
2
710
Claude Codeで挑むOSSコントリビュート
eycjur
0
190
詳解!defer panic recover のしくみ / Understanding defer, panic, and recover
convto
0
210
Featured
See All Featured
[RailsConf 2023] Rails as a piece of cake
palkan
57
5.8k
We Have a Design System, Now What?
morganepeng
53
7.8k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
The Power of CSS Pseudo Elements
geoffreycrofte
77
5.9k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
GraphQLの誤解/rethinking-graphql
sonatard
71
11k
Gamification - CAS2011
davidbonilla
81
5.4k
The Straight Up "How To Draw Better" Workshop
denniskardys
236
140k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
910
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