Diese Dokumentation bezieht sich auf AutoML Vision, das sich von Vertex AI unterscheidet. Wenn Sie Vertex AI verwenden, lesen Sie die Informationen in der Vertex AI-Dokumentation.

Mit AutoML Vision können Sie Modelle für das maschinelle Lernen trainieren, um Bilder nach Ihren eigenen definierten Labels zu klassifizieren.

  • Modelle mit Bildern mit Label trainieren und ihre Leistung bewerten
  • Einen Dienst für die Beschriftung durch Menschen für Datasets mit Bildern ohne Label nutzen
  • Trainierte Modelle für die Bereitstellung über die AutoML API registrieren

Mit AutoML Vision Edge können Sie jetzt Ihre eigenen trainierten Modelle exportieren.

  • Mit AutoML Vision Edge können Sie Modelle mit niedriger Latenz und hoher Genauigkeit trainieren und bereitstellen, die für Edge-Geräte optimiert sind.
  • Mit Tensorflow Lite, Core ML und Container-Exportformaten unterstützt AutoML Vision Edge eine Vielzahl von Geräten.
  • Unterstützte Hardwarearchitekturen: Coral Edge TPU, ARM und NVIDIA.
  • Zum Erstellen einer Anwendung auf iOS- oder Android-Geräten können Sie AutoML Vision Edge im ML Kit verwenden. Diese Lösung wird über Firebase zur Verfügung gestellt und bietet mit ML Kit-Clientbibliotheken einen End-to-End-Entwicklungsablauf zum Erstellen und Bereitstellen benutzerdefinierter Modelle auf Mobilgeräten.
Weitere Informationen

Videos

Cloud Vision selbst testen

Erstellen Sie ein Konto, um die Leistung unserer Produkte in realen Szenarien auszuwerten.
Neukunden erhalten außerdem ein Guthaben von 300 $, um Arbeitslasten auszuführen, zu testen und bereitzustellen.

Cloud Vision kostenlos testen