Terminologia di AutoML Vision Edge

Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Termine Descrizione
Android Studio L'ambiente di sviluppo ufficiale (IDE) ufficiale per lo sviluppo di app Android.
Poco di caffè Un gestore di dipendenze utilizzato qui per lo sviluppo di app per iOS; per i progetti Cocoa di Swift e Objective-C fornire un formato standard per la gestione delle librerie esterne.
Core ML Un framework di machine learning utilizzato nei prodotti Apple. I modelli TensorFlow lite possono essere convertiti in formato CoreML per essere utilizzati su dispositivi Apple.
Container ("export in Docker/container") L'istanza di runtime di un'immagine, una delle opzioni di esportazione per il modello mediante AutoML Vision Edge.
Dispositivi periferici Un dispositivo che fornisce capacità di calcolo al di fuori del cloud. La domanda di privacy/riservatezza, la bassa latenza e i vincoli di larghezza di banda generano una domanda di previsioni con i nostri modelli su questi dispositivi. I vincoli di calcolo e potenza portano a modelli specializzati.
Tecnica Edge Un tipo di dispositivo periferico; il circuito integrato specifico per le applicazioni (ASIC) creato appositamente da Google per eseguire l'inferenza a livello perimetrale. Supporta solo i modelli .tflite.
Firebase Una piattaforma per lo sviluppo di applicazioni web e dispositivi mobili.
FlatBuffer Analogamente ai buffer di protocollo, la differenza principale è che i FlatBuffer non hanno bisogno di un passaggio di analisi/ depacking di una rappresentazione secondaria per poter accedere ai dati, spesso associati all'allocazione di memoria per oggetto.
IoT Internet of Things (IoT); l'utilizzo di dispositivi connessi alla rete, incorporati nell'ambiente fisico, per migliorare alcuni processi esistenti o abilitare un nuovo scenario non possibile in precedenza.
Kit ML ML Kit funge da livello API per il tuo modello personalizzato: un software development kit (SDK) mobile che ti consente di utilizzare un modello personalizzato sul dispositivo.
Cuscino La libreria Python Imaging (PIL) aggiunge funzionalità di elaborazione delle immagini all'interprete Python; Pillow è una versione modificata del PIL di base.
Buffer di protocollo ("protobuf") Il meccanismo estensibile di Google, indipendente dalla lingua e dalla piattaforma per serializzare i dati strutturati. Simile a FlatBuffer.
TensorFlow TensorFlow è una piattaforma open source end-to-end per il machine learning, utilizzata per creare un modello di machine learning.
Modello TensorFlow Lite (TF Lite/model.tflite) Un modello ML di TensorFlow compresso per l'utilizzo su dispositivi mobili e incorporati.

  • Convertitore TF Lite: TensorFlow Lite utilizza il formato ottimizzato FlatBuffer per rappresentare i grafici. Pertanto, un modello TensorFlow (buffer di protocollo) deve essere convertito in un file FlatBuffer prima del deployment nei client.
  • Interprete TF Lite: una classe che svolge il lavoro di tf.Session(), solo per i modelli TF Lite e non per i normali modelli TensorFlow.
tf.session() Una classe per l'esecuzione di operazioni TensorFlow utilizzando un modello TensorFlow.
Codice X Xcode è un ambiente di sviluppo integrato (IDE) per macOS che contiene una suite di strumenti software di sviluppo sviluppati da Apple per lo sviluppo di software per macOS, iOS, watchOS e tvOS.