Aprendizaje automático para aplicaciones móviles con ML Kit de Google

Introducción

• ML Kit frente a TensorFlow y otros servicios de aprendizaje automático
• Visión general de las funcionalidades y componentes de ML Kit

Primeros pasos

• Configuración del SDK de ML Kit
• Exploración de las APIs y aplicaciones de ejemplo

Implementación de las APIs de visión de ML Kit

• Automatización de la entrada de datos (reconocimiento de texto)
• Detección de rostros para selfies y retratos (detección de rostros)
• Interpretación de la postura corporal (detección de poses)
• Aplicación de efectos de fondo (segmentación de selfies)
• Integración del escaneo de códigos de barras
• Identificación de objetos, lugares, especies, etc. (etiquetado de imágenes)
• Localización de objetos destacados en una imagen (detección y seguimiento de objetos)
• Reconocimiento de texto manuscrito (reconocimiento de tinta digital)

Trabajo con las APIs de lenguaje natural

• Identificación de idiomas
• Traducción de textos
• Generación de respuestas inteligentes
• Uso de extracción de entidades

Optimización de aplicaciones existentes con ML Kit

• Uso de modelos personalizados con ML Kit
• Migración desde Firebase hacia el nuevo SDK de ML Kit
• Migración desde Mobile Vision hacia el SDK de ML Kit
• Reducción del tamaño de la aplicación para su despliegue
• Refactorización de aplicaciones para utilizar módulos de características dinámicas

Recomendaciones para la solución de problemas

Resumen y próximos pasos