在 Flutter 中使用 Tesnorflow lite 模型 | 在自定义数据集上训练图像识别模型并构建 Flutter 应用程序。你想要：
- 训练自定义图像识别模型
- 在 Flutter 中使用这些模型
- 在flutter中学习流行的现有图像识别模型的使用
- 在 Flutter 中使用 ML Kit 的图片标注功能
那么欢迎来到这门课程。在本课程中，您将学习 Flutter 中图像识别的实际实现。我叫 Muhammad Hamza Asif，自 2018 年以来我一直在教授移动应用程序中机器学习和计算机视觉的使用。
图像识别
图像识别是识别图像中不同实体或事物的过程。就像你可以通过图像识别来识别动物、植物、食物、活动、颜色、事物、虚构人物、饮料等。
应用程序中图像识别的使用
产品分类
在电子商务应用中，图像分类可用于根据产品的视觉特征对产品进行分类，因此用于将产品组织到类别中以便于浏览。
视觉搜索
图像分类可用于为移动应用程序中的视觉搜索提供支持，因此用户可以为某个对象拍照，然后找到类似的待售商品。
医学诊断
图像分类可用于医疗应用程序，以根据 X 射线或 CT 扫描等医学图像诊断疾病。
独立识别系统
我们可以使用图像分类来构建无数的识别应用程序来执行许多任务，比如我们可以训练模型并构建应用程序来识别
- 不同品种的狗
- 不同类型的植物
- 不同种类的动物
- 不同种类的宝石
课程设置
课程分为几个部分，每个部分都将带您更接近完美地使用 Flutter 中的图像识别模型。
在 Flutter 中处理图像和视频
在本课程中，您将学习对图像和视频使用图像识别模型。因此，首先您将学习从图库中选择图像并使用 Flutter 应用程序中的相机捕获图像。之后，您将学习如何在 Flutter 中显示实时摄像机镜头。
使用机器学习套件进行图像标记
处理完图片和视频我们就从一个相对容易的事情开始，就是在Flutter中使用ML Kit的图片标注模型来进行图片识别。所以我们将使用 ML Kit 的默认模型并构建两个 flutter 应用程序
- 使用图像应用程序进行图像标记
- 实时图像标签应用
使用 Tensorflow Lite 模型进行图像标记
在本节中，您将学习在 Flutter 中以 tensorflow lite 格式使用流行的图像识别模型。因此，我们将探索流行的图像分类模型系列，并使用它们构建智能 Flutter 应用程序。所以在本节中，我们将使用
- 移动网络模型
- 高效网络模型
为 Flutter 训练图像识别模型
在学习了 Flutter 中图像识别模型与图像和实时摄像机镜头的集成后，您将学习如何训练您的自定义图像识别模型。因此，在本节中，您将学习
- 为模型训练收集和组织数据集
- 在这些数据集上训练图像识别模型
- 在我们的自定义数据集上重新训练 MobileNet 模型
- 在我们的自定义数据集上重新训练 EfficientNet 模型
- 在我们的自定义数据集上重新训练 ResNet 模型
- 测试和评估图像识别模型
- 将训练好的模型转换为 tflite 格式，以便我们可以在 Flutter 中使用它们
因此，完成本节后，您将能够在自己的数据集上训练自定义模型。
在 Flutter 中使用我们训练有素的模型
因此，在训练模型之后，我们将学习在 Flutter 中使用这些模型处理图像和视频。因此，在本节中，我们将使用我们训练的模型构建两个 flutter 应用程序。
本课程是一本完整的 Flutter 图像识别实施指南，适用于 Android 和 iOS。还等什么，现在就加入课程，开始在 Flutter 中训练和使用图像识别模型。
Published 4/2023
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz
Language: English（英语无字幕，无工程文件） | Size: 2.32 GB | Duration: 3h 59m
你将会学到的
- 在自定义数据集上训练图像识别模型并构建 Flutter 应用程序
- 在 Flutter 中使用图像识别模型处理图像和实时摄像机镜头
- 在 Flutter 中使用流行的图像分类模型，如 MobileNet、EfficientNet 和 ResNet
- 在 Flutter 中使用 ML Kit 的 Image Labeling 模型
- 收集用于训练图像分类模型的数据集
此课程面向哪些人：
- 希望为 Android 和 IOS 构建基于计算机视觉的 Flutter 应用程序的初学者 Flutter 开发人员
- 有经验的 Flutter 专业人士，想要训练图像识别模型并构建 Flutter 应用程序
