সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
ফায়ারবেসের জন্য এমএল কিট
plat_iosplat_android
বাস্তব বিশ্বের সমস্যা সমাধানের জন্য আপনার অ্যাপে মেশিন লার্নিং ব্যবহার করুন।
ML Kit হল একটি মোবাইল SDK যা একটি শক্তিশালী কিন্তু সহজে ব্যবহারযোগ্য প্যাকেজে Android এবং iOS অ্যাপে Google-এর মেশিন লার্নিং দক্ষতা নিয়ে আসে। আপনি মেশিন লার্নিংয়ে নতুন বা অভিজ্ঞ হোন না কেন, আপনি কোডের কয়েকটি লাইনে আপনার প্রয়োজনীয় কার্যকারিতা বাস্তবায়ন করতে পারেন। শুরু করার জন্য নিউরাল নেটওয়ার্ক বা মডেল অপ্টিমাইজেশান সম্পর্কে গভীর জ্ঞানের প্রয়োজন নেই। অন্যদিকে, আপনি যদি একজন অভিজ্ঞ ML ডেভেলপার হন, তাহলে ML Kit সুবিধাজনক API প্রদান করে যা আপনাকে আপনার মোবাইল অ্যাপে আপনার কাস্টম TensorFlow Lite মডেলগুলি ব্যবহার করতে সাহায্য করে।
মূল ক্ষমতা
সাধারণ ব্যবহারের ক্ষেত্রে উৎপাদন-প্রস্তুত
এমএল কিট সাধারণ মোবাইল ব্যবহারের ক্ষেত্রে ব্যবহার করার জন্য প্রস্তুত API-এর একটি সেট নিয়ে আসে: পাঠ্য শনাক্ত করা, মুখ সনাক্ত করা, ল্যান্ডমার্ক চিহ্নিত করা, বারকোড স্ক্যান করা, ছবি লেবেল করা এবং পাঠ্যের ভাষা সনাক্ত করা। কেবলমাত্র এমএল কিট লাইব্রেরিতে ডেটা প্রেরণ করুন এবং এটি আপনাকে আপনার প্রয়োজনীয় তথ্য দেয়।
ডিভাইসে বা ক্লাউডে
ML কিটের API-এর নির্বাচন ডিভাইসে বা ক্লাউডে চলে। আমাদের অন-ডিভাইস APIগুলি আপনার ডেটা দ্রুত প্রক্রিয়া করতে পারে এবং নেটওয়ার্ক সংযোগ না থাকলেও কাজ করতে পারে৷ আমাদের ক্লাউড-ভিত্তিক APIগুলি, অন্যদিকে, আপনাকে আরও উচ্চ স্তরের নির্ভুলতা দেওয়ার জন্য Google Cloud মেশিন লার্নিং প্রযুক্তির শক্তিকে কাজে লাগায়৷
কাস্টম মডেল স্থাপন
যদি ML Kit-এর APIগুলি আপনার ব্যবহারের ক্ষেত্রে কভার না করে, তাহলে আপনি সর্বদা আপনার নিজের বিদ্যমান TensorFlow Lite মডেলগুলি আনতে পারেন৷ শুধু Firebase এ আপনার মডেল আপলোড করুন, এবং আমরা আপনার অ্যাপে এটি হোস্টিং এবং পরিবেশন করার যত্ন নেব। ML কিট আপনার কাস্টম মডেলের একটি API স্তর হিসাবে কাজ করে, এটি চালানো এবং ব্যবহার করা সহজ করে তোলে।
এটা কিভাবে কাজ করে?
ML Kit Google-এর ML প্রযুক্তি যেমন Google Cloud Vision API , TensorFlow Lite , এবং Android Neural Networks API-কে একক SDK-তে একসাথে এনে আপনার অ্যাপে ML কৌশল প্রয়োগ করা সহজ করে তোলে৷ আপনার ক্লাউড-ভিত্তিক প্রক্রিয়াকরণের শক্তি, মোবাইল-অপ্টিমাইজড অন-ডিভাইস মডেলের রিয়েল-টাইম ক্ষমতা বা কাস্টম টেনসরফ্লো লাইট মডেলের নমনীয়তা প্রয়োজন হোক না কেন, ML কিট কোডের কয়েকটি লাইন দিয়ে এটি সম্ভব করে তোলে।
Gradle বা CocoaPods ব্যবহার করে দ্রুত SDK অন্তর্ভুক্ত করুন।
ইনপুট ডেটা প্রস্তুত করুন
উদাহরণস্বরূপ, যদি আপনি একটি দৃষ্টি বৈশিষ্ট্য ব্যবহার করছেন, ক্যামেরা থেকে একটি চিত্র ক্যাপচার করুন এবং প্রয়োজনীয় মেটাডেটা তৈরি করুন যেমন চিত্র ঘূর্ণন, বা ব্যবহারকারীকে তাদের গ্যালারি থেকে একটি ফটো নির্বাচন করতে অনুরোধ করুন৷
আপনার ডেটাতে এমএল মডেল প্রয়োগ করুন
আপনার ডেটাতে ML মডেল প্রয়োগ করে, আপনি যে বৈশিষ্ট্যটি ব্যবহার করেছেন তার উপর নির্ভর করে সনাক্ত করা মুখের মানসিক অবস্থা বা ছবিতে স্বীকৃত বস্তু এবং ধারণার মতো অন্তর্দৃষ্টি তৈরি করেন। ফটো শোভন, স্বয়ংক্রিয় মেটাডেটা জেনারেশন বা আপনি যা কল্পনা করতে পারেন তার মতো আপনার অ্যাপের বৈশিষ্ট্যগুলিকে শক্তিশালী করতে এই অন্তর্দৃষ্টিগুলি ব্যবহার করুন৷
[null,null,["2025-07-25 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["ML Kit for Firebase \nplat_ios plat_android \nUse machine learning in your apps to solve real-world problems.\n\nML Kit is a mobile SDK that brings Google's machine learning expertise to\nAndroid and iOS apps in a powerful yet easy-to-use package. Whether you're new\nor experienced in machine learning, you can implement the functionality\nyou need in just a few lines of code. There's no need to have deep knowledge of\nneural networks or model optimization to get started. On the other hand, if you\nare an experienced ML developer, ML Kit provides convenient APIs that help\nyou use your custom TensorFlow Lite models in your mobile apps.\n| This is a beta release of ML Kit for Firebase. This API might be changed in backward-incompatible ways and is not subject to any SLA or deprecation policy.\n\nKey capabilities\n\n|---------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Production-ready for common use cases | ML Kit comes with a set of ready-to-use APIs for common mobile use cases: recognizing text, detecting faces, identifying landmarks, scanning barcodes, labeling images, and identifying the language of text. Simply pass in data to the ML Kit library and it gives you the information you need. |\n| On-device or in the cloud | ML Kit's selection of APIs run on-device or in the cloud. Our on-device APIs can process your data quickly and work even when there's no network connection. Our cloud-based APIs, on the other hand, leverage the power of Google Cloud's machine learning technology to give you an even higher level of accuracy. |\n| Deploy custom models | If ML Kit's APIs don't cover your use cases, you can always bring your own existing TensorFlow Lite models. Just upload your model to Firebase, and we'll take care of hosting and serving it to your app. ML Kit acts as an API layer to your custom model, making it simpler to run and use. |\n\nHow does it work?\n\nML Kit makes it easy to apply ML techniques in your apps by bringing Google's\nML technologies, such as the\n[Google Cloud Vision API](https://cloud.google.com/vision/),\n[TensorFlow Lite](https://www.tensorflow.org/mobile/tflite/), and the\n[Android Neural Networks API](https://developer.android.com/ndk/guides/neuralnetworks/)\ntogether in a single SDK. Whether you need the power of cloud-based processing,\nthe real-time capabilities of mobile-optimized on-device models, or the\nflexibility of custom TensorFlow Lite models, ML Kit makes it possible with\njust a few lines of code.\n\nWhat features are available on device or in the cloud?\n\n| Feature | On-device | Cloud |\n|---------------------------------------------------------------|-----------|-------|\n| [Text recognition](/docs/ml-kit/recognize-text) | | |\n| [Face detection](/docs/ml-kit/detect-faces) | | |\n| [Barcode scanning](/docs/ml-kit/read-barcodes) | | |\n| [Image labeling](/docs/ml-kit/label-images) | | |\n| [Object detection \\& tracking](/docs/ml-kit/object-detection) | | |\n| [Landmark recognition](/docs/ml-kit/recognize-landmarks) | | |\n| [Language identification](/docs/ml-kit/identify-languages) | | |\n| [Translation](/docs/ml-kit/translation) | | |\n| [Smart Reply](/docs/ml-kit/generate-smart-replies) | | |\n| [AutoML model inference](/docs/ml-kit/automl-image-labeling) | | |\n| [Custom model inference](/docs/ml-kit/use-custom-models) | | |\n\n| Use of ML Kit to access Cloud ML functionality is subject to the [Google Cloud Platform License\n| Agreement](https://cloud.google.com/terms/) and [Service\n| Specific Terms](https://cloud.google.com/terms/service-terms), and billed accordingly. For billing information, see the Firebase [Pricing](/pricing) page.\n\nImplementation path\n\n|---|---------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| | Integrate the SDK | Quickly include the SDK using Gradle or CocoaPods. |\n| | Prepare input data | For example, if you're using a vision feature, capture an image from the camera and generate the necessary metadata such as image rotation, or prompt the user to select a photo from their gallery. |\n| | Apply the ML model to your data | By applying the ML model to your data, you generate insights such as the emotional state of detected faces or the objects and concepts that were recognized in the image, depending on the feature you used. Use these insights to power features in your app like photo embellishment, automatic metadata generation, or whatever else you can imagine. |\n\nNext steps\n\n- Explore the ready-to-use APIs: [text recognition](/docs/ml-kit/recognize-text), [face detection](/docs/ml-kit/detect-faces), [barcode scanning](/docs/ml-kit/read-barcodes), [image labeling](/docs/ml-kit/label-images), [object detection \\& tracking](/docs/ml-kit/object-detection), [landmark recognition](/docs/ml-kit/recognize-landmarks), [Smart Reply](/docs/ml-kit/generate-smart-replies), [translation](/docs/ml-kit/translation), and [language identification](/docs/ml-kit/identify-languages).\n- Train your own image labeling model with [AutoML Vision Edge](/docs/ml-kit/automl-image-labeling).\n- Learn about using mobile-optimized [custom models](/docs/ml-kit/use-custom-models) in your app."]]
