AutoML Vision Edge-Terminologie

Begriff Beschreibung
Android Studio Die offizielle integrierte Entwicklungsumgebung (IDE) für die Android-App-Entwicklung
CocoaPods Hier wird ein Abhängigkeitsmanager für die Entwicklung von iOS-Apps für Swift- und Objective-C-Cocoa-Projekte verwendet, um ein Standardformat für die Verwaltung externer Bibliotheken bereitzustellen.
Core ML Ein Framework für maschinelles Lernen, das für Apple-Produkte verwendet wird. TensorFlow Lite-Modelle können zur Verwendung auf Apple-Geräten in das CoreML-Format konvertiert werden.
Container ("export to Docker/container") Die Laufzeitinstanz eines Bilds; eine der Exportoptionen für Ihr Modell mit AutoML Vision Edge.
Edge-Geräte Ein Gerät, das Rechenleistung außerhalb der Cloud bereitstellt. Die Nachfrage nach Datenschutz und Vertraulichkeit, geringer Latenz- und Bandbreiteneinschränkungen führt zu einer steigenden Nachfrage nach Vorhersagen mit unseren Modellen auf diesen Geräten. Rechen- und Leistungseinschränkungen führen zu Modellen, die speziell auf sie zugeschnitten sind.
Edge TPU Ein Edge-Gerät; maßgeschneiderter anwendungsspezifischer integrierter Schaltkreis (ASIC) von Google zum Ausführen von Inferenzen auf Edge-Geräten. Unterstützt nur .tflite-Modelle.
Firebase Eine Entwicklungsplattform für mobile Apps und Webanwendungen.
FlatBuffers Ähnlich wie Protocol Buffers, mit dem Hauptunterschied, dass FlatBuffers keinen Parsing-/Entpackungsschritt zu einer sekundären Darstellung benötigen, bevor Sie auf Daten zugreifen können; oft gekoppelt mit der Arbeitsspeicherzuweisung pro Objekt.
IoT Internet der Dinge (IoT); die Nutzung von mit einem Netzwerk verbundenen Geräten, die in die physische Umgebung eingebettet sind, zur Verbesserung vorhandener Prozesse oder Erschließung neuer, bisher nicht möglicher Szenarien.
ML Kit ML Kit ist eine API-Ebene für Ihr benutzerdefiniertes Modell; ein mobiles Software Development Kit (SDK), mit dem Sie ein benutzerdefiniertes Modell auf dem Gerät verwenden können.
Pillow Die Python Imaging Library (PIL) bietet Bildverarbeitungsfunktionen für Ihren Python-Interpreter; Pillow ist eine modifizierte Version der Basis-PIL.
Protocol Buffers ("protobuf") Der sprach- und plattformneutrale, erweiterbare Mechanismus von Google zur Serialisierung strukturierter Daten. Ähnlich wie FlatBuffers.
TensorFlow TensorFlow ist eine durchgängige Open-Source-Plattform für maschinelles Lernen; Software zur Erstellung eines ML-Modells.
TensorFlow Lite-Modell (TF Lite/model.tflite) Ein TensorFlow ML-Modell, das für die Verwendung auf mobilen und eingebetteten Geräten komprimiert wurde.

  • TF Lite-Converter – TensorFlow Lite verwendet das optimierte FlatBuffer-Format zur Darstellung von Grafiken. Daher muss ein TensorFlow-Modell (Protokollpuffer) in eine FlatBuffer-Datei konvertiert werden, bevor es auf Clients bereitgestellt wird.
  • TF Lite-Interpreter – Eine Klasse mit der Aufgabe einer tf.Session(); nur für TF Lite-Modelle und nicht für normale TensorFlow-Modelle.
tf.session() Eine Klasse zum Ausführen von TensorFlow-Vorgängen mit einem TensorFlow-Modell.
Xcode Xcode ist eine integrierte Entwicklungsumgebung (IDE) für macOS mit einer Reihe von Softwareentwicklungstools von Apple zur Entwicklung von Software für macOS, iOS, watchOS und tvOS.