Terminologia do AutoML Vision Edge

Termo	Descrição
Android Studio	O ambiente para desenvolvimento integrado oficial para desenvolvimento de apps para Android.
CocoaPods	Um gerenciador de dependências usado aqui para o desenvolvimento de apps para iOS para que projetos Swift e Objective-C da Cocoa forneçam um formato padrão para o gerenciamento de bibliotecas externas.
Core ML	Uma estrutura de aprendizado de máquina usada em produtos da Apple. É possível converter os modelos do Tensorflow Lite para o formato CoreML para que sejam usados em dispositivos Apple.
Contêiner ("exportar para o Docker/contêiner")	A instância de ambiente de execução de uma imagem. Uma das opções de exportação para o modelo usando o AutoML Vision Edge.
Dispositivos de borda	Um dispositivo que oferece recursos de computação fora da nuvem. A demanda por privacidade/confidencialidade, baixa latência e restrições de largura de banda impulsiona a demanda por previsões com nossos modelos nesses dispositivos. As restrições de computação e energia levam a modelos especializados para eles.
Edge TPU	Um tipo de dispositivo Edge. O circuito integrado específico para aplicativos (ASIC, na sigla em inglês) personalizado do Google, projetado para executar a inferência na borda. Compatível apenas com modelos .tflite.
Firebase	Uma plataforma de desenvolvimento de aplicativos para dispositivos móveis e Web.
FlatBuffers	Semelhante aos buffers de protocolo, com a principal diferença de que os FlatBuffers não precisam de uma etapa de análise/descompactação para uma representação secundária antes de você acessar dados, muitas vezes associada à alocação de memória por objeto.
IoT	Internet das Coisas (IoT, na sigla em inglês) é o uso de dispositivos conectados à rede, incorporados no ambiente físico, para melhorar algum processo atual ou possibilitar um cenário novo que não era possível antes.
Kit de ML	O Kit de ML atua como uma camada de API no modelo personalizado. Um kit de desenvolvimento de software (SDK, na sigla em inglês) para dispositivos móveis que permite usar um modelo personalizado no dispositivo.
Pillow	A biblioteca de imagens do Python (PIL, na sigla em inglês) adiciona recursos de processamento de imagem ao interpretador Python. Pillow é uma versão modificada da PIL básica.
Buffers de protocolo ("protobuf")	Mecanismo do Google que é extensível e neutro de plataforma e de linguagem e serve para a serialização de dados estruturados. São semelhantes aos FlatBuffers.
TensorFlow	O TensorFlow é uma plataforma de código aberto completa para aprendizado de máquina. É o software utilizado para criar um modelo de aprendizado de máquina.
Modelo do TensorFlow Lite (TF Lite/model.tflite)	Um modelo de ML do TensorFlow que foi compactado para uso em dispositivos móveis e incorporados. Conversor do TF Lite: - o TensorFlow Lite usa o formato FlatBuffer otimizado para representar - gráficos. Portanto, um modelo do TensorFlow (buffer de protocolo) precisa ser convertido em um arquivo FlatBuffer antes da implantação nos clientes. Intérprete do TF Lite: uma classe que faz o trabalho de um tf.Session(), apenas para modelos do TF Lite, em oposição aos modelos comuns do TensorFlow.
tf.session()	Uma classe para executar operações do TensorFlow usando um modelo do TensorFlow.
Xcode	O Xcode é um ambiente de desenvolvimento integrado (IDE, na sigla em inglês) para macOS que contém um conjunto de ferramentas de desenvolvimento de software da Apple para desenvolvimento de software para macOS, iOS, watchOS e tvOS.