Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
Firebase ML Kit: Educando com Machine Learning
Search
Felipe Arimateia
July 17, 2018
Programming
39
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Firebase ML Kit: Educando com Machine Learning
Felipe Arimateia
July 17, 2018
Transcript
16 slides
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
More Decks by Felipe Arimateia
See All by Felipe Arimateia
Compartilhando e acelerando com módulos em aplicações Android v2
felipearimateia
1
170
Compartilhando e acelerando com módulos em aplicações Android
felipearimateia
2
62
Firebase além do chat
felipearimateia
0
110
Monetizando suas aplicações: O que pode e o que não pode, e como fazer
felipearimateia
0
88
Testes de UI legíveis e sustentáveis para Android
felipearimateia
0
41
Cloud Functions para Firebase
felipearimateia
1
53
Consumindo API's Rest com Retrofit 2
felipearimateia
0
41
Construindo Aplicações Android com Firebase
felipearimateia
1
90
Firebase: dando um Up na sua aplicação.
felipearimateia
0
130
Other Decks in Programming
See All in Programming
Spec-driven Development with AI
simas
PRO
0
2.3k
はじめてのKubernetesコントリビューション
nasa9084
0
320
Beyond Chatbots: Agentic UI with Open Standards @W-JAX 2026, München
manfredsteyer
PRO
0
130
선언형 햅틱 라이브러리 진동을 소개합니다
l2hyunwoo
1
330
動画プレイヤーはなぜカクつくのか 〜Flutterのレンダリングとネイティブの境界を解剖する〜
naruogram
0
340
Spec-Driven Development - Why Vaadin Is the Perfect Fit
simas
PRO
0
260
あなたはMCPの機能を、まだ知らない。
4geru
1
740
プロジェクトコードをキレイキレイしよう!暗黙的な参照を読み解く静的解析
ostk0069
0
220
止まらない比較を止める — 余帰納法で無限ストリームを比べる
tarao
0
210
DroidKnights 2026 Android A2UI Jetpack Compose 기반의 안전한 AI UI 렌더링 - 박제창
itsmedreamwalker
1
260
高速開発を止めずに 性能を上げる Flyleのシステム刷新と改善の歴史
azihsoyn
0
100
느린 네트워크와 저사양 디바이스 사용자를 위한 웹뷰 로딩 시간 개선기
kmkim
1
270
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
20k
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
540
Fireside Chat
paigeccino
43
4.1k
How to Get Subject Matter Experts Bought In and Actively Contributing to SEO & PR Initiatives.
livdayseo
1
250
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
3
3.9k
SEO Brein meetup: CTRL+C is not how to scale international SEO
lindahogenes
2
3k
A Modern Web Designer's Workflow
chriscoyier
699
190k
Optimising Largest Contentful Paint
csswizardry
37
4k
YesSQL, Process and Tooling at Scale
rocio
174
15k
Claude Code のすすめ
schroneko
67
230k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
1k
Designing Experiences People Love
moore
143
24k