适用于iOS的Firebase ML入门

昨天，在Google I / O上， Firebase团队以Firebase ML Kit的形式发布了Firebase平台的机器学习功能。 Firebase ML Kit随附了针对常见移动用例的即用型API，包括识别文本，检测面部，扫描条形码，标记图像和识别地标。

Firebase ML Kit可以使用设备API或Cloud API与应用程序集成。设备上的使用是免费的，云的使用有一个很大的限制。在本文中，我们将介绍如何创建将与Firebase ML框架和标签图像集成的简单iOS应用。

安装Firebase CocoaPods：

创建Xcode项目后，您需要安装所需的Firebase CocoaPods。在执行此操作之前，请确保已安装最新版本的CocoaPods。创建一个pod文件，并指定要安装的pod，如下所示：

从终端执行pod install命令，该终端将按照Podfile的指定安装pod 。安装所需的Pod之后，请确保为项目使用工作区文件，而不是xcodeproj文件。

在Firebase控制台上配置Firebase项目：

为了使用大多数/所有Firebase功能，您必须在Firebase Console上创建一个Firebase项目。 Firebase控制台提供了一个不错的用户界面，您可以在其中创建Firebase项目。可以将每个Firebase项目配置为使用Firebase平台提供的许多服务。

Firebase安装程序将创建一个GoogleService-Info.plist文件，您可以下载该文件并将其复制到Xcode项目中。最后，通过在didFinishLaunchingWithOptions函数内调用Firebase.configure（）来配置Firebase，如下所示：

Firebase ML设备上的API：

现在，我们已经设置了Firebase平台，下一步是将其与Firebase ML API集成。信不信由你，以下是您与Firebase ML On Device API集成所需的全部代码。我们有一个我们要检测的图像列表。图像是Xcode项目的一部分，名称存储在数组中。

视觉实例可以访问labelDetector函数，该函数返回labelDetector。 labelDetector帮助检测与图像关联的标签。 VisionImage类使用UIImage或CMSampleBufferRef创建VisionImage实例。 labelDetector实例调用detect函数，并传入visionImage对象，该对象会导致有关图像的预测或错误。如果没有错误，则只需使用max函数找到具有最高标签的标签，并将其设置为UILabel的文本。