Flutter 机器学习 – 完整的 Flutter ML 指南
Tensorflow lite 和 ML Kit 在 Flutter 中使用,为 Flutter 训练 ML 模型,构建 20 多个 Flutter 应用程序 |颤动应用程序开发
讲师:Hamza Asif
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
-
为 Flutter 训练自定义机器学习模型
-
在 Flutter 中使用来自画廊和相机的图像的机器学习模型
-
在 Flutter 中使用带有实时摄像机镜头的机器学习模型
-
在 Flutter 应用程序开发中使用 Tensorflow lite 模型
-
在 Flutter 中训练用于图像分类的自定义机器学习模型
-
训练自定义机器学习模型以进行 Flutter 中的对象检测
-
为 Flutter 应用程序训练机器学习模型
-
如何将 Google ML Kit 集成到 Flutter 应用程序中
-
Flutter 中的图像分类与图像和视频
-
使用图像和视频进行 Flutter 中的姿势估计
-
Flutter 中的图像和视频标签
-
使用图像和视频进行 Flutter 中的对象检测
-
Flutter 中的条形码扫描与图像和视频
-
Flutter 中的图像和视频人脸检测
-
Flutter 中的图像和视频文本识别
-
Flutter 中的文本翻译和语言识别
-
构建基于机器学习的实时 Flutter 应用程序
-
Flutter 中使用机器学习模型来构建智能 Android 和 IOS 应用程序
-
在 Flutter 中识别手写文本
-
Flutter 中的 OCR 扫描文档图像
-
智能回复建议 Flutter 应用
要求
-
任何知道在 Flutter 中开发 Hello World 应用程序的人
描述
欢迎来到Flutter 机器学习 – 完整的 Flutter ML 指南
这是最全面的Google Flutter ML在线课程,涵盖了在Flutter应用程序中使用ML模型的所有基本概念。
重要的是,您不需要具备机器学习和计算机视觉的背景工作知识即可在 Flutter 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 。
我们将在本课程中介绍哪些内容?
-
学习现有机器学习模型在 Flutter(Android 和 IOS)应用程序中的使用
-
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
-
在自定义数据集上训练机器学习模型以进行图像分类和对象检测
-
从图库中选择图像并使用 Flutter 中的相机捕获图像
-
在 Flutter 中显示实时摄像机镜头并获取实时摄像机镜头的帧
-
Flutter 中的图像和实时摄像机镜头图像分类(Android 和 IOS)
-
Flutter 中使用图像和实时摄像机镜头进行对象检测(Android 和 IOS)
-
Flutter 中图像分割使图像透明(Android 和 IOS)
-
Flutter中的条形码扫描用于扫描条形码和二维码
-
Flutter中的姿势估计来检测人体关节
-
Flutter中的文本识别识别图像中的文本
-
Flutter 中的文本翻译可在不同语言之间进行翻译
-
Flutter 中的人脸检测可检测人脸、面部特征点和面部表情
-
Flutter 中的智能回复
-
Flutter 中的数字墨水识别
-
Flutter 中的语言识别
-
为 Flutter(Android 和 IOS)应用程序训练图像分类模型
-
训练 Flutter(Android 和 IOS)应用程序的对象检测模型
-
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
我们将从了解两个重要的库开始
-
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
-
相机:在 Flutter 中逐帧获取来自相机的实时镜头
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的功能,并使用每个功能构建两个 flutter 应用程序。
我们将在该部分构建的 flutter 应用程序是
-
使用图库和相机图像进行图像标记的 Flutter 应用程序
-
使用相机的实时镜头进行图像标记 Flutter 应用程序
-
使用图库和相机图像的条形码扫描 Flutter 应用程序
-
使用相机的实时镜头进行条码扫描 Flutter 应用程序
-
使用图库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
-
使用相机实时镜头的人脸检测颤振应用程序
-
使用图库和相机图像的对象检测 Flutter 应用程序
-
使用摄像机的实时镜头进行对象检测 Flutter 应用程序
-
智能回复 Flutter 应用程序可在聊天应用程序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
-
使用相机的实时镜头进行姿势检测颤振应用程序
-
文本翻译 Flutter 应用程序可在任意两种语言之间进行翻译
-
语言识别 Flutter 应用程序识别文本的语言
在学习了 Firebase ML Kit 在 Google Flutter(Android 和 IOS)应用程序中的使用之后,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
-
使用图库和相机图像进行图像分类 Flutter 应用
-
使用相机的实时镜头进行图像分类 Flutter 应用程序
-
使用图库和相机图像进行对象检测 Flutter 应用程序
-
使用摄像机的实时镜头进行对象检测 Flutter 应用程序
在学习如何使用 Firebase ML Kit 和 Flutter ( Dart ) 中的 Tensorflow lite 模型预训练的机器学习模型后,我们将学习训练我们自己的图像分类模型,而无需任何机器学习背景知识。所以我们将学习
-
收集并整理机器学习模型训练的数据集
-
只需点击几下即可在某些平台上训练机器学习
所以在该部分中,我们将
-
为 Flutter 训练狗品种分类模型
-
构建一个Flutter(Android 和 IOS)应用程序来识别不同品种的狗
-
使用迁移学习训练水果识别模型
-
构建Flutter(Android 和 IOS)应用程序来识别不同的水果
所以课程主要分为三大块
-
适用于 Flutter 的Firebase ML 套件
-
适用于 Flutter 的预训练 TensorFlow lite 模型
-
训练Flutter图像分类模型
在第一部分中,我们将学习如何在 Flutter dart 应用程序中使用 Firebase ML Kit,以实现常见用例,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 中扫描条码
-
Flutter 中的文本识别与图像和实时摄像机镜头
-
使用图像和实时摄像机镜头进行 Flutter 中的人脸检测
-
带有图像和实时摄像机镜头的文本识别颤振
-
具有图像和实时摄像机镜头的对象检测颤振应用程序
-
智能回复 Flutter 应用程序,用于在基于聊天的 Flutter 应用程序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
-
具有图像和实时摄像机镜头的姿势检测颤振应用程序
-
文本翻译 Flutter 应用程序可在任意两种语言之间进行翻译
-
语言识别 Flutter 应用程序识别文本的语言
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,我们将使用从图库或相机拍摄的图像,在第二个应用程序中,我们将使用 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机镜头在 Google Flutter Dart 中构建实时人脸检测和图像标记应用程序。完成本部分后,您将完全掌握 Google Firebase ML Kit,并且能够使用 Firebase ML Kit for Google Flutter (Dart) 即将推出的功能。
在介绍了 Google Firebase ML Kit 后,在本课程的第二部分中,您将了解如何在 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,您将学习如何使用 Google Flutter Dart 中的预训练驱动 ML 模型来构建
-
图像分类颤动
-
物体检测颤振
应用程序。因此,您不仅将学习将这些模型与图像一起使用,还将学习将它们与摄像机镜头帧一起使用来构建实时颤振应用程序
因此,在本课程第三部分中使用两种不同的方法学习了 Flutter Dart 中机器学习模型的使用之后,您将学会在没有任何机器学习背景知识的情况下训练机器学习模型。因此,在该部分中,我们将探索一些平台,使我们只需点击几下即可训练移动设备的机器学习模型。因此,在第三部分中,您将学习
-
收集并整理数据集以进行模型训练
-
使用 Teachable-Machine 从头开始训练机器学习模型
-
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,我们将训练模型识别不同品种的狗并识别不同的水果,然后使用这些模型为 Android 和 IOS 构建 Google Flutter 应用程序
完成本课程后,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 应用程序中使用预先训练的 Tensorflow lite 模型
-
训练您自己的图像分类模型并构建 Flutter 应用程序
您还将拥有超过 20 个 Flutter 应用程序的组合,您可以向任何潜在雇主展示它们
今天注册,并期待:
-
高清 1080p 视频内容,作为 Google Flutter 机器学习开发人员取得成功所需的一切
-
构建 20 多个成熟的颤振应用程序,包括使用物体检测、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
-
$2000+ 15 个应用程序的源代码
请记住…我非常有信心您会喜欢这门课程,因此我们提供 30 天全额退款保证!所以这完全是理所当然的事情,今天就注册,零风险,一切皆有可能
你还在等什么?单击立即购买按钮,加入世界上最好的 Google Flutter (Dart) 机器学习课程。
本课程适合谁:
-
初级 Flutter ( Dart ) 开发人员,对 Google Flutter 中的移动应用程序开发知之甚少
-
中级 Flutter (Dart) 开发人员希望在 Google Flutter 中构建功能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模型。
本课程适合谁:
- 对 Flutter 中的机器学习和计算机视觉使用感到好奇的初学者 Flutter 开发人员
- 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
- 希望增强技能的中级 Flutter 开发人员
- 应用程序开发人员希望学习在 Flutter 应用程序中使用机器学习