【蹭热点】Google ML Kit 初测

前几天 Google I/O 2018 推出了 测试版 ML Kit，简直码农福音。ML Kit 是一款全新的 SDK，它以 Firebase 上一个功能强大但易于使用的软件包形式，将 Google 的机器学习专业知识带给广大开发者。简而言之，『让各个技能水平的开发者都能在移动端使用机器学习！』

官方文档：https://firebase.google.com/docs/ml-kit/?authuser=0

大神开源的中文文档：

https://github.com/Quorafind/MLkit-CN

下面由我带领大家皮一下官方 Demo (ˉ▽ˉ；)

1.

先看下效果

Demo 包含5个 API：编译出来才 17M

就Demo 的效果来看，基本满足移动端的应用场景需求，不满足可以申请测试自定义模型压缩：

https://g.co/firebase/signup

2.

由于我在安卓上玩的 ML Kit，为了照顾不懂安卓开发的同学，所以先“讲解”怎么安装 Android Studio 环境

Android Studio 官网下载 最新版本 ：

http://www.android-studio.org/

3.

按照默认流程安装完之后，下载官方 Demo 源码：

https://github.com/firebase/quickstart-android/tree/master/mlkit

Android Studio 中导入 Demo ：「 mlkit」

这时会因为缺少「google-services.json」出错

4.

接下来需要去「Firebase 控制台」创建项目并下载「google-services.json」：

https://console.firebase.google.com

地区自选，创建项目，添加到 Android 应用

注意软件包名！

把「google-services.json」复制到 app/ 下面

最后在 Android Studio 界面 Sync now

5.

若编译没有出错就可以生成 APK，生成 APK 可以看这篇文章：

https://blog.csdn.net/woaichimahua/article/details/54427528

6.

解析下「人脸识别 API」

例子：

FirebaseVisionFaceDetectorOptions options =

newFirebaseVisionFaceDetectorOptions.Builder()

.setModeType(FirebaseVisionFaceDetectorOptions.ACCURATE_MODE)

.setLandmarkType(FirebaseVisionFaceDetectorOptions.ALL_LANDMARKS)

.setClassificationType(FirebaseVisionFaceDetectorOptions.ALL_CLASSIFICATIONS)

.setMinFaceSize(0.15f)

.setTrackingEnabled(true)

.build();

使用起来如此简单，算法方面只需简单调参

接下来官方会陆续开放更多的 API，让更多开发者可以使用更多的机器学习算法，这波操作堪称业界良心 ˇ▽ˇ

>>>> +* ++++++++ *+