Інтеграція AI-розпізнавання рослин у мобільний додаток

Основні проблеми розпізнавання рослин по фото

Користувач фотографує незнайому квітку в парку — через секунду очікує назву, опис та попередження про токсичність. Технічно задача не нова: у PlantNet та Google Cloud Vision є готові endpoints. Але різниця між «працює в демо» та «працює в продакшн» ховається в обробці поганих фото та UX при низькій впевненості моделі. За п'ять років ми накопичили досвід у цьому напрямку та гарантуємо стабільний результат. Гібридний підхід (on-device + хмара) дозволяє поєднати швидкість офлайну та точність хмари, скорочуючи витрати на хмарні запити вдвічі.

Проблеми, які вирішуємо

• Неякісні знімки. Розмиті, темні, без листя або квіток. Без фільтрації такі зображення ведуть до порожніх API-запитів та поганого досвіду. Ми використовуємо фільтр Лапласіана для оцінки різкості та окремий класифікатор на EfficientNet для детекції рослини.
• Низька впевненість моделі. Коли топ-1 кандидат має ймовірність 30%, потрібно коректно відображати невизначеність. Ми показуємо топ-3 з відсотками впевненості та пропонуємо користувачеві уточнити знімок.
• Офлайн-режим. Користувачі очікують роботи без інтернету, але on-device моделі поступаються хмарним у точності, особливо для рідкісних видів. Ми рекомендуємо гібрид: офлайн для швидкої відповіді, хмара для уточнення при хорошому з'єднанні.

Як ми це робимо: стек та принципи

Основний стек: Swift, Kotlin, CoreML/TFLite для on-device, Plant.id API або PlantNet для хмарної верифікації. Ми використовуємо EfficientNet-B4, донавчену на датасеті PlantCLEF — це дає точність до 95% на тестовій вибірці. Для рідкісних видів застосовуємо ансамблі моделей: об'єднуємо передбачення кількох нейромереж, що підвищує загальну точність на 5–10%. On-device розпізнавання працює в 10–30 разів швидше за хмарне, що критично для миттєвого відгуку.

В одному з проєктів ми інтегрували гібридний підхід для додатку по догляду за кімнатними рослинами. Користувачі фотографували рослину, отримували миттєву ідентифікацію на пристрої, а при наявності інтернету — додаткову інформацію про полив та освітлення. Це збільшило утримання на 20% та знизило витрати на хмарні API на 60%.

Варіанти реалізації: хмара або on-device

Для більшості проєктів оптимальний гібрид: on-device дає швидку гіпотезу (топ-3), хмара уточнює при хорошому інтернеті.

Порівняння популярних API

Як забезпечити точність при поганому освітленні?

Перед відправкою в API ми оцінюємо якість знімка: різкість через фільтр Лапласіана, наявність рослини через класифікатор CoreML. Якщо знімок розмитий або немає рослини — просимо перезняти, не витрачаємо зайві запити. Це знижує витрати на хмарні API на 30–40%. Додатково застосовуємо автоналаштування експозиції та контрасту перед відправкою.

Чому варто обрати гібридний підхід?

Він поєднує швидкість on-device та точність хмари. Користувач бачить результат миттєво, а уточнення відбувається фоном. Крім того, при відсутності мережі користувач не залишається без відповіді. Гібридна архітектура вдвічі скорочує витрати на хмарні обчислення порівняно з чисто хмарним рішенням. Наші сертифіковані спеціалісти (Apple, Google) виконують інтеграцію під ключ.

Процес роботи

1. Аналітика — визначаємо цільову аудиторію, сценарії використання, необхідні API.
2. Проектування — обираємо архітектуру (хмара/on-device/гібрид), опрацьовуємо UX для низької впевненості.
3. Реалізація — інтеграція API, навчання on-device моделі, обробка помилок.
4. Тестування — перевірка на наборі з 100+ рослин, у тому числі рідкісних.
5. Деплой — публікація в App Store/Google Play, налаштування моніторингу.

Орієнтовні терміни

Базова інтеграція одного API (Plant.id або PlantNet) з обробкою результатів — 1–2 дні. Додавання on-device моделі, фільтрації якості, офлайн-режиму та підтримки двох платформ — 1–1.5 тижні.

Що входить в роботу

• Вихідний код з коментарями
• Документація API
• Налаштування розгортання (CI/CD)
• Консультації по доопрацюванню під ваші потреби

Зв'яжіться з нами для обговорення деталей вашого проекту. Замовте консультацію з інтеграції AI-розпізнавання.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.