Android 用于数字lcd显示器的Firebase MLkit文本识别

Android 用于数字lcd显示器的Firebase MLkit文本识别,android,firebase,tensorflow,firebase-mlkit,Android,Firebase,Tensorflow,Firebase Mlkit,我正在尝试检测一些设备的数字led显示屏上的文本,如下图所示,需要帮助。我尝试了Google随firebase ML工具包提供的文本检测示例,但在设备(不是云)上表现不佳。 请帮助我了解如何优化设备型号的精度。 我正在寻找使用ML工具包的正确方法的建议,或者是否有其他比这更简单的替代方法,比如OpenCV,等等 如何优化设备型号的精度 不幸的是,您无法在ML工具包中优化现成API模型的准确性。我们将更新模型以更好地识别这些图像 还有其他选择吗 除非有一个性能达到您满意水平的库,否则您必须训练自

我正在尝试检测一些设备的数字led显示屏上的文本,如下图所示,需要帮助。我尝试了Google随firebase ML工具包提供的文本检测示例,但在设备(不是云)上表现不佳。 请帮助我了解如何优化设备型号的精度。 我正在寻找使用ML工具包的正确方法的建议,或者是否有其他比这更简单的替代方法,比如OpenCV,等等

如何优化设备型号的精度

不幸的是,您无法在ML工具包中优化现成API模型的准确性。我们将更新模型以更好地识别这些图像

还有其他选择吗

除非有一个性能达到您满意水平的库,否则您必须训练自己的模型。您可以从一个开源模型开始,在没有太多数据的情况下为自己的用例进行迁移学习。您可以在codelab上查看有关如何执行此操作的快速教程。另一个选择是查看如何轻松重用现有模型。 然后,要将您的模型部署到设备上进行推断,请查看ML工具包中的

如何优化设备型号的精度

不幸的是,您无法在ML工具包中优化现成API模型的准确性。我们将更新模型以更好地识别这些图像

还有其他选择吗

除非有一个性能达到您满意水平的库,否则您必须训练自己的模型。您可以从一个开源模型开始,在没有太多数据的情况下为自己的用例进行迁移学习。您可以在codelab上查看有关如何执行此操作的快速教程。另一个选择是查看如何轻松重用现有模型。
然后,要将您的模型部署到设备上进行推断,请查看ML Kit。

我认为ML Kit没有“优化精度”选项,除了云。我相信ML Kit没有“优化精度”选项,除了云。