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
30
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
53
Firebase além do chat
felipearimateia
0
86
Monetizando suas aplicações: O que pode e o que não pode, e como fazer
felipearimateia
0
30
Testes de UI legíveis e sustentáveis para Android
felipearimateia
0
24
Cloud Functions para Firebase
felipearimateia
1
38
Consumindo API's Rest com Retrofit 2
felipearimateia
0
28
Construindo Aplicações Android com Firebase
felipearimateia
1
76
Firebase: dando um Up na sua aplicação.
felipearimateia
0
120
Other Decks in Programming
See All in Programming
AI Agent の開発と運用を支える Durable Execution #AgentsInProd
izumin5210
7
2.3k
CSC307 Lecture 06
javiergs
PRO
0
680
CSC307 Lecture 07
javiergs
PRO
0
550
Fluid Templating in TYPO3 14
s2b
0
130
CSC307 Lecture 05
javiergs
PRO
0
500
AIフル活用時代だからこそ学んでおきたい働き方の心得
shinoyu
0
130
コントリビューターによるDenoのすゝめ / Deno Recommendations by a Contributor
petamoriken
0
200
CSC307 Lecture 01
javiergs
PRO
0
690
例外処理とどう使い分ける?Result型を使ったエラー設計 #burikaigi
kajitack
16
6k
今こそ知るべき耐量子計算機暗号(PQC)入門 / PQC: What You Need to Know Now
mackey0225
3
370
Implementation Patterns
denyspoltorak
0
280
LLM Observabilityによる 対話型音声AIアプリケーションの安定運用
gekko0114
2
430
Featured
See All Featured
How to train your dragon (web standard)
notwaldorf
97
6.5k
Optimizing for Happiness
mojombo
379
71k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
200
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.9k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
66
37k
Amusing Abliteration
ianozsvald
0
99
Game over? The fight for quality and originality in the time of robots
wayneb77
1
110
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
440
Into the Great Unknown - MozCon
thekraken
40
2.3k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
196
71k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
290
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