Cloud AutoML Alpha

Entraînez des modèles de machine learning personnalisés de haute qualité, sans effort et quel que soit votre niveau d'expertise

Me tenir informé

Entraînez des modèles de machine learning personnalisés

Cloud AutoML est une suite de produits de machine learning qui permet aux développeurs ayant peu d'expérience dans ce domaine d'entraîner des modèles de haute qualité en tirant parti de l'apprentissage par transfert avancé de Google et de la technologie NAS (Neural Architecture Search).

AutoML Vision est le premier produit que nous avons lancé. Il s'agit d'un service de ML simple, sécurisé et flexible, qui permet d'entraîner des modèles de reconnaissance visuelle personnalisés pour vos propres cas d'utilisation. D'autres services destinés à tous les autres domaines majeurs de l'IA seront bientôt ajoutés à Cloud AutoML.

Image Entraînez des modèles de machine learning personnalisés

Entraînez facilement des modèles de reconnaissance visuelle personnalisés

Cloud AutoML vous permet d'exploiter vos données d'entraînement pour créer votre propre modèle de reconnaissance visuelle personnalisé, avec un minimum de compétences nécessaires en machine learning. Commencez avec quelques dizaines d'échantillons de photos seulement. Cloud AutoML s'occupe du reste.

Image Entraînez facilement des modèles de reconnaissance visuelle

Performances optimales

Utilisez Cloud AutoML pour tirer parti de la technologie de reconnaissance d'images propriétaire de Google. La technologie AutoML offre des performances optimales sur les ensembles de données publics populaires (CIFAR et ImageNet). Vous pouvez désormais profiter du fruit de nos recherches.

Image Performances optimales

Soyez rapidement opérationnel

Cloud AutoML est doté d'une interface utilisateur graphique (IUG) simple, qui vous permet d'entraîner, d'évaluer, d'améliorer et de déployer des modèles basés sur vos propres données. Quelques minutes suffisent pour créer votre propre modèle de machine learning personnalisé.

Image Soyez rapidement opérationnel

Générez des données d'entraînement de haute qualité

Le service d'ajout de tags humain de Google vous permet d'annoter ou d'effacer vos tags d'image pour vous assurer que vos modèles sont entraînés à partir de données de haute qualité.

Image Générez des données d'entraînement de haute qualité

Fonctionnalités de Cloud AutoML

Entraînez des modèles de machine learning personnalisés de haute qualité, sans effort et quel que soit votre niveau d'expertise

Intégration à l'ajout de tags humain
Si vous possédez des images, mais si vous n'avez pas encore de tags, nous mettons à votre disposition une équipe de professionnels en interne qui respectera vos instructions personnalisées pour taguer et classer vos images en conséquence. Vous obtiendrez ainsi des données d'entraînement d'une qualité égale à celle dont Google bénéficie pour ses propres produits et avec un même rendement. De plus, vos données restent privées. Vous pouvez utiliser les données taguées par des humains en toute simplicité pour entraîner un modèle personnalisé.
Une solution basée sur Google AutoML et sur la technologie d'apprentissage par transfert de Google
Exploitez la technologie de pointe d'apprentissage par transfert et Google AutoML pour produire des modèles de haute qualité.
Intégration complète
Cloud AutoML est entièrement intégré à d'autres services de Google Cloud, pour offrir aux clients une méthode d'accès cohérente sur l'ensemble de la gamme de services Google Cloud. Stockez vos données d'entraînement dans Google Cloud Storage. Utilisez simplement l'API Vision existante en ajoutant un paramètre pour votre modèle personnalisé ou utilisez le service de prédiction en ligne de Cloud ML Engine pour générer une prédiction sur votre modèle entraîné.

"La technologie de Cloud AutoML nous aide à construire des modèles de reconnaissance visuelle pour annoter nos produits avec des personnages Disney, des catégories de produits et des couleurs. Ces annotations sont intégrées dans notre moteur de recherche afin d'améliorer l'impact sur l'expérience des visiteurs grâce à des résultats de recherche plus pertinents, une découverte accélérée et des recommandations de produits sur shopDisney.

– Mike White, Directeur de la technologie, Vice-président directeur, Disney Consumer Products and Interactive Media

"Urban Outfitters est constamment à la recherche de nouvelles méthodes pour améliorer l'expérience d'achat de ses clients. Il est essentiel de créer et de maintenir un ensemble complet d'attributs de produits pour fournir à nos clients des recommandations de produits pertinentes, des résultats de recherche précis et des filtres de produits utiles. Cependant, la création manuelle d'attributs de produits est aussi fastidieuse que chronophage. Pour résoudre ce problème, notre équipe s'est tournée vers Cloud AutoML pour automatiser le processus d'attribution des produits grâce à la reconnaissance des caractéristiques nuancées des produits telles que les motifs et les types de cols. Cloud AutoML est une solution très prometteuse et sera d'une aide précieuse à nos clients en leur proposant de meilleures expériences de découverte, de recommandation et de recherche."

– Dr Alan Rosenwinkel, Data Scientist, URBN

ZSL est une organisation caritative internationale dédiée à la conservation des animaux et de leurs habitats à travers le monde. L'un des facteurs clés pour accomplir cette mission est de suivre les populations fauniques afin d'en apprendre davantage sur leur répartition et pour mieux comprendre l'impact que les humains ont sur ces espèces. Pour cela, ZSL a déployé une série de pièges photographiques dans la nature qui prennent des photos des animaux grâce à des détecteurs de chaleur ou de mouvement. Les millions d'images capturées par ces appareils sont ensuite analysées et annotées manuellement selon les espèces pertinentes telles que les éléphants, les lions, les girafes, etc. Ce processus est à la fois très coûteux et fastidieux. L'unité technologique de conservation de ZSL travaille en collaboration étroite avec l'équipe CloudML de Google pour optimiser le développement de cette technologie exceptionnelle, que ZSL souhaite utiliser pour automatiser l'ajout de tags aux images. Cela permettra à l'organisation de réduire ses coûts, d'effectuer des déploiements à plus grande échelle et de définir des méthodes plus efficaces pour préserver les animaux partout dans le monde."

– Sophie Maxwell, Directrice de la technologie de conservation, ZSL