Nesne Algılama ve İzleme

-yer tutucu7 l10n-yer

ML Kit'in cihaz üzerindeki nesne algılama ve izleme API'si ile bir görüntüdeki veya canlı kamera akışındaki en belirgin nesneleri gerçek zamanlı olarak yerelleştirebilir ve takip edebilirsiniz. Ayrıca isteğe bağlı olarak algılanan nesneleri birkaç genel kategoriden birine sınıflandırabilirsiniz.

Kaba sınıflandırma ile nesne algılama ve izleme, canlı görsel arama deneyimleri oluşturmak için kullanışlıdır. Nesne algılama ve izleme cihazda hızlı ve eksiksiz bir şekilde gerçekleştiğinden, daha uzun bir görsel arama hattının ön ucu olarak iyi çalışır. Nesneleri algılayıp filtreledikten sonra, bunları Cloud Vision Ürün Arama gibi bir bulut arka ucuna veya AutoML Vision Edge kullanarak eğittiğiniz gibi özel bir modele iletebilirsiniz.

iOS Android

Anahtar yetenekler

Hızlı nesne algılama ve izleme Nesneleri algılayın ve görüntüdeki konumlarını alın. Görüntüler arasında nesneleri izleyin.
Optimize edilmiş cihaz modeli Nesne algılama ve izleme modeli, mobil cihazlar için optimize edilmiştir ve alt uç cihazlarda bile gerçek zamanlı uygulamalarda kullanılmak üzere tasarlanmıştır.
Belirgin nesne algılama Bir görüntüdeki en belirgin nesneyi otomatik olarak belirleyin.
Kabaca sınıflandırma Nesneleri, ilgilenmediğiniz nesneleri filtrelemek için kullanabileceğiniz geniş kategoriler halinde sınıflandırın. Aşağıdaki kategoriler desteklenir: ev eşyaları, moda ürünleri, yiyecekler, bitkiler, yerler ve bilinmeyen.

Örnek sonuçlar

Görüntüler arasında en belirgin nesneyi izleme

izleme kimliği 0
sınırlar (95, 45), (496, 45), (496, 240), (95, 240)
Kategori YER
sınıflandırma güveni 0.9296875
izleme kimliği 0
sınırlar (84, 46), (478, 46), (478, 247), (84, 247)
Kategori YER
sınıflandırma güveni 0.8710938
izleme kimliği 0
sınırlar (53, 45), (519, 45), (519, 240), (53, 240)
Kategori YER
sınıflandırma güveni 0.8828125

Fotoğraf: Christian Ferrer [CC BY-SA 4.0]

Statik bir görüntüde birden çok nesne

nesne 0
sınırlar (1, 97), (332, 97), (332, 332), (1, 332)
Kategori MODA_İYİ
sınıflandırma güveni 0.95703125
nesne 1
sınırlar (186, 80), (337, 80), (337, 226), (186, 226)
Kategori MODA_İYİ
sınıflandırma güveni 0.84375
nesne 2
sınırlar (296, 80), (472, 80), (472, 388), (296, 388)
Kategori MODA_İYİ
sınıflandırma güveni 0.94921875
nesne 3
sınırlar (439, 83), (615, 83), (615, 306), (439, 306)
Kategori MODA_İYİ
sınıflandırma güveni 0.9375