欢迎学习《20+项目实战Flutter机器学习智能APP应用开发视频教程》,本课程涵盖在Flutter应用程序中使用ML模型的所有基本概念,这是在线提供的最全面的Google Flutter ML课程。
重要的是,您无需了解机器学习和计算机视觉的背景工作知识即可在 Flutter (Dart) 中使用 ML 模型并训练您的自定义机器学习模型。
从一个非常简单的示例课程开始,将教您在 Flutter(Android 和 IOS)应用程序中使用高级 ML 模型。因此,完成本课程后,您将能够在Flutter (Android 和 IOS)应用程序中使用简单和高级的Tensorflow lite模型以及Firebase ML Kit。一个完整的 Flutter 计算机视觉包。
Published 11/2022
Created by Hamza Asif
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: English(英语无字幕,无工程源文件) | Duration: 164 Lectures ( 12h 31m ) | Size: 8 GB
我们将在本课程中介绍什么?
- 学习现有机器学习模型在 Flutter(Android 和 IOS)应用中的使用
- 学习训练您自己的自定义机器学习模型并构建 Flutter 应用程序
- 在用于图像分类和对象检测的自定义数据集上训练机器学习模型
- 在 Flutter 中使用相机从图库广告中选择图像
- 在 Flutter 中显示实时摄像机镜头并获取实时摄像机镜头的帧
- 在 Flutter(Android 和 IOS)中使用图像和实时摄像机镜头进行图像分类
- 在 Flutter 中使用图像和实时摄像机镜头进行对象检测(Android 和 IOS)
- 图像分割使图像在 Flutter 中透明(Android 和 IOS)
- Flutter 中的 Barcode Scanning 扫描条码和二维码
- Pose Estimation in Flutter 检测人体关节
- Flutter Text Recognition 识别图片中的文字
- Flutter 中的文本翻译以在不同语言之间进行翻译
- Flutter 中的人脸检测,用于检测人脸、面部标志和面部表情
- Flutter 中的智能回复
- Flutter 中的数字墨迹识别
- Flutter 中的语言识别
- 为 Flutter(Android 和 IOS)应用程序训练图像分类模型
- 为 Flutter(Android 和 IOS)应用程序训练对象检测模型
- 通过 Flutter(Android 和 IOS)应用程序的迁移学习重新训练现有的机器学习模型
- 在 Flutter(Android 和 IOS)应用程序中使用我们的自定义机器学习模型
课程结构
我们将从学习两个重要的库开始
- 图像选择器:从图库中选择图像或使用 Flutter 中的相机捕获图像
- Camera : 在 Flutter 中逐帧从相机中获取实时镜头
所以稍后我们可以在 Flutter 中使用包含图像和实时摄像机镜头的计算机视觉模型。
然后我们将了解Firebase ML 套件及其提供的功能。我们将探索Firebase ML Kit的特性,并使用每个特性构建两个 flutter 应用程序。
我们将在该部分构建的 flutter 应用程序是
- 使用画廊和相机图像的图像标记 Flutter 应用程序
- 使用来自摄像机的实时镜头的图像标记 Flutter 应用程序
- 使用画廊和相机图像的条形码扫描 Flutter 应用程序
- 使用摄像头实时镜头的条码扫描 Flutter 应用程序
- 使用画廊和相机图像的文本识别 Flutter 应用程序
- 使用相机实时镜头的文本识别 Flutter 应用程序
- 使用图库和相机图像的人脸检测 Flutter 应用程序
- 使用摄像头实时镜头的人脸检测 Flutter 应用程序
- 使用图库和相机图像的对象检测 Flutter 应用程序
- 使用摄像头实时镜头的对象检测 Flutter 应用程序
- Smart Reply Flutter Application 在聊天应用中生成智能回复建议
- 用于识别手写文本的数字墨水识别应用程序
- 实体提取 Flutter 应用程序从文本中提取不同的实体
- 使用图库和相机图像的姿势检测 Flutter 应用程序
- 使用来自相机的实时镜头的姿势检测 Flutter 应用程序
- 文本翻译 Flutter 应用程序可在任何两种语言之间进行翻译
- 语言识别 Flutter Application 识别文本的语言
在学习了在 Google Flutter(Android 和 IOS)应用程序中使用 Firebase ML Kit 之后,我们将学习在Google Flutter应用程序中使用流行的预训练TensorFlow lite模型。因此,我们将在本节中探索一些流行的机器学习模型并构建以下 Google Flutter 应用程序
- 使用 MobileNet 和 EfficientNet 模型的图像分类 Flutter 应用程序
- 使用 MobileNet 和 EfficientNet 模型的实时图像分类 Flutter 应用程序
- 使用 MobileNet 和 EfficientNet 模型的对象检测 Flutter 应用程序
- 使用 MobileNet 和 EfficientNet 模型的实时对象检测 Flutter 应用程序
因此,您将能够使用 Flutter 为 Android 和 IOS 训练计算机视觉模型。
在学习了使用 Firebase ML Kit 和 Tensorflow lite 模型在 Flutter (Dart) 中使用预训练的机器学习模型之后,我们将学习在不知道任何机器学习背景知识的情况下训练我们自己的图像分类和对象检测模型。所以我们要学会
- 收集和安排机器学习模型训练的数据集
- 训练用于图像分类和目标检测的机器学习模型
- 测试那些模型
- 将模型转换为 TensorFlow lite 格式
- 在带有图像和实时摄像机镜头的 Flutter 中使用它们
所以在那个部分,我们将
- 使用迁移学习训练水果识别模型
- 构建一个Flutter ( Android & IOS ) 应用程序来识别不同的水果
所以课程主要分为三大板块
- 用于 Flutter 的Firebase 机器学习套件
- 用于 Flutter 的预训练 TensorFlow lite 模型
- 为 Flutter训练图像分类模型
在第一部分中,我们将学习在 Flutter dart 应用程序中使用 Firebase ML Kit 来处理常见用例,例如
- 使用图像和实时摄像机镜头在 Flutter 中进行图像标记
- 使用图像和实时摄像机镜头在 Flutter 中扫描条形码
- 带有图像和实时摄像机镜头的 Flutter 中的文本识别
- 带有图像和实时摄像机镜头的 Flutter 中的人脸检测
- 带有图像和实时摄像机镜头的 Flutter 中的对象检测
- 带有图像和实时摄像机镜头的 Flutter 中的姿势检测
- Flutter 中的智能回复
- Flutter 中的文本翻译
- Flutter 中的语言识别
- Flutter 中的数字墨迹识别
- Flutter 中的实体提取
因此,我们将一一探索这些功能并构建 Flutter 应用程序。对于 Firebase ML Kit 的每个功能,我们将构建两个应用程序。在第一个应用程序中,我们将使用从画廊或相机拍摄的图像,在第二个应用程序中,我们将使用带有 Firebase ML 模型的实时相机镜头。因此,除了简单的基于 ML 的应用程序之外,您还可以使用实时摄像头镜头在 Google Flutter dart 中构建实时人脸检测和图像标记应用程序。因此,完成本节后,您将完全掌握 Google Firebase ML Kit,并且您将能够使用 Firebase ML Kit for Google Flutter (Dart) 的即将推出的功能。
在学习了 Google Firebase ML Kit 之后,在本课程的第二部分,您将学习如何在 Google Flutter (Dart) 中使用 Tensorflow lite 模型。Tensorflow Lite 是在移动设备上运行 ML 模型的标准格式。因此,在本节中,您将学习在 Google Flutter dart 中使用预训练的 powered ML 模型进行构建
- 图像分类 Flutter(ImageNet 模型和 EfficientNet 模型)
- 对象检测 Flutter(MobileNet 模型和 EfficientNet 模型)
应用程序。因此,您不仅将学习将这些模型与图像一起使用,还将学习将它们与相机镜头帧一起使用,以构建实时颤动应用程序。所以一个完整的 Flutter 计算机视觉包用于 Flutter。
因此,在本课程的第三部分使用两种不同的方法学习了 Flutter dart 中机器学习模型的使用后,您将学习如何在没有任何机器学习背景知识的情况下训练自己的机器学习模型。因此,在该部分中,我们将探索一些平台,让我们只需点击几下即可为移动设备训练机器学习模型。所以在第三部分,你将学会
- 收集并整理用于模型训练的数据集
- 使用迁移学习重新训练现有模型
- 在 Google Flutter dart 应用程序中使用这些经过训练的模型
因此,我们将训练模型以识别不同的水果,然后使用这些适用于 Android 和 IOS 的计算机视觉模型构建 Google Flutter 应用程序。
在本课程结束时,您将能够
- 在适用于 Android 和 IOS 的 Google Flutter dart 应用程序中使用 Firebase ML 套件
- 使用 Google Flutter dart 在 Android 和 IOS 应用程序中使用预训练的 Tensorflow lite 模型
- 训练您自己的图像分类和对象检测模型并构建 Flutter 应用程序。
您还将拥有超过 20 个基于机器学习和计算机视觉的 Flutter 应用程序组合,您可以向任何潜在雇主炫耀。
立即注册,期待:
- 高清 1080p 视频内容,是您作为 Google Flutter 机器学习开发人员取得成功所需的一切。
- 构建 20 多个成熟的 Flutter 应用程序,包括使用对象检测、文本识别、姿势估计模型等的应用程序。
- 开始构建您想要的基于机器学习的 Flutter(Android 或 IOS)应用程序所需的所有知识
本课程适合谁:
- 初学者 Flutter ( Dart ) 开发人员,对 Google Flutter 中的移动应用程序开发知之甚少
- 一名中级 Flutter ( Dart ) 开发人员希望在 Google Flutter 中构建一个强大的基于机器学习的应用程序
- 经验丰富的 Flutter ( Dart ) 开发人员希望在他们的应用程序中使用机器学习和计算机视觉模型。
- 之前参加过基本的 Flutter ( Dart ) 移动应用程序开发课程的任何人(例如 angela you 的 Flutter ( Dart ) 应用程序开发课程或其他此类课程)。
- 想要为图像分类和目标检测训练自定义机器学习和计算机视觉模型的开发人员
此课程面向哪些人:
- 之前参加过 Basic Flutter 课程的任何人
- 初学者 Flutter 开发人员对机器学习和计算机视觉在 Flutter 中的使用感到好奇
- 经验丰富的专业人士希望在他们的 Flutter 应用程序中添加 ML 模型
- 应用程序开发人员希望在他们的 Flutter 应用程序中学习机器学习的使用
- 希望提高技能的中级 Flutter 开发人员
你将会学到的
- 学习在 Flutter 中使用机器学习和计算机视觉
- 在您的自定义数据集上训练机器学习模型
- 在 Flutter 中使用预训练的 Tensorflow Lite 模型
- 训练用于对象检测的自定义模型
- 为图像分类训练自定义模型
- 使用具有图像和实时摄像机镜头的计算机视觉模型
- Flutter 中的文本识别
- Flutter 中的面部和面部地标、轮廓和表情检测
- Flutter 中的文本翻译
- Flutter 中的人体姿势估计
- Flutter 中的图像标记/图像分类
- Flutter 中的对象检测
- 在 Flutter 中识别手写文本/数字墨水识别
- Flutter 中的智能回复
- Flutter 中的实体提取
- Flutter 中的条码扫描