Terminologie AutoML Vision Edge

Terme	Description
Android Studio	Environnement de développement intégré (IDE) officiel pour le développement d'applications Android.
CocoaPods	Gestionnaire de dépendances utilisé ici pour le développement d'applications iOS. Pour les projets Cocoa Swift et Objective-C, fournit un format standard pour la gestion des bibliothèques externes.
Core ML	Framework de machine learning utilisé dans les produits Apple. Les modèles TensorFlow Lite peuvent être convertis au format Core ML en vue d'une utilisation sur des appareils Apple.
Conteneur ("exporter vers Docker/container")	Instance d'exécution d'une image. Il s'agit de l'une des options d'exportation de votre modèle à l'aide d'AutoML Vision Edge.
Appareils de périphérie	Appareil offrant des fonctionnalités de calcul en dehors du cloud. Les exigences de confidentialité, de faible latence et de bande passante impactent les demandes de prédictions avec nos modèles sur ces appareils. Ces contraintes de calcul et de puissance conduisent à l'élaboration de modèles spécialisés visant à y répondre.
Edge TPU	Type d'appareil de périphérie. Puce ASIC (application-specific integrated circuit, circuit intégré spécifique aux applications) conçue sur mesure par Google pour exécuter des inférences en périphérie. Uniquement compatible avec les modèles .tflite.
Firebase	Plate-forme de développement d'applications Web et mobiles.
FlatBuffers	Semblable à Protocol Buffers, la principale différence résidant dans le fait que FlatBuffers ne nécessite aucune étape d'analyse ni de décompression vers une représentation secondaire avant l'accès aux données. Souvent associé à une allocation de mémoire par objet.
IoT	Internet des objets (IoT). Utilisation d'appareils connectés au réseau et intégrés à l'environnement physique pour améliorer un processus existant ou permettre un nouveau scénario impossible à mettre en place auparavant.
ML Kit	ML Kit fait office de couche API pour votre modèle personnalisé. Il s'agit d'un kit de développement logiciel (SDK) mobile qui vous permet d'utiliser un modèle personnalisé sur votre appareil.
Pillow	La bibliothèque Python Imaging Library (PIL) fournit des fonctionnalités de traitement d'images à votre interpréteur Python. Pillow est une version modifiée de la bibliothèque PIL de base.
Protocol Buffers ("protobuf")	Mécanisme extensible de sérialisation des données structurées de Google, indépendant du langage et de la plate-forme. Semblable à FlatBuffers.
TensorFlow	TensorFlow est une plate-forme Open Source de bout en bout dédiée au machine learning. Ce logiciel permet de créer un modèle de machine learning.
Modèle TensorFlow Lite (TF Lite/model.tflite)	Modèle de ML TensorFlow ayant été compressé en vue d'une utilisation sur des appareils mobiles et intégrés. Convertisseur TF Lite : TensorFlow Lite utilise le format FlatBuffer optimisé pour représenter des graphes. Par conséquent, un modèle TensorFlow (protobuf) doit être converti en un fichier FlatBuffer avant d'être déployé sur des clients. Interpréteur TF Lite : classe jouant le même rôle que tf.Session(), mais uniquement destinée aux modèles TF Lite, et non aux modèles TensorFlow standards.
tf.session()	Classe permettant d'exécuter des opérations TensorFlow à l'aide d'un modèle TensorFlow.
Xcode	Xcode est un environnement de développement intégré (IDE) pour MacOS qui comprend une suite d'outils de développement de logiciels créée par Apple. Permet de développer des logiciels pour macOS, iOS, watchOS et tvOS.