bookmark_borderbookmark
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
plat_iosplat_android
Con l'API di rilevamento e monitoraggio degli oggetti on-device di ML Kit, puoi localizzare
e monitorare in tempo reale gli oggetti più importanti in un'immagine o in un feed della fotocamera dal vivo. Facoltativamente, puoi anche classificare gli oggetti rilevati in una delle varie
categorie generali.
Il rilevamento e il tracciamento degli oggetti con una classificazione approssimativa sono utili per creare
esperienze di ricerca visiva dal vivo. Poiché il rilevamento e
il monitoraggio degli oggetti avvengono
in modo rapido e completo sul dispositivo, funziona come il front-end di una
una pipeline di ricerca visiva. Dopo aver rilevato e filtrato gli oggetti, puoi superarli
in un backend cloud, come Cloud Vision Product Search,
o a un modello personalizzato, come quello addestrato utilizzando
AutoML Vision Edge.
Rileva oggetti e trova la loro posizione nell'immagine. Tieni traccia degli oggetti
in formato Docker.
Modello on-device ottimizzato
Il modello di rilevamento e monitoraggio degli oggetti è ottimizzato per i dispositivi mobili
ed è progettato per essere utilizzato in applicazioni in tempo reale, anche su dispositivi
di fascia bassa.
Rilevamento di oggetti in evidenza
Determina automaticamente l'oggetto più in evidenza in un'immagine.
Classificazione approssimativa
Classificare gli oggetti in ampie categorie, che puoi utilizzare per escludere
che non ti interessano. Sono supportate le seguenti categorie:
casalinghi, articoli di moda, cibo, piante, luoghi e sconosciuti.
Risultati di esempio
Monitoraggio dell'oggetto più in evidenza tra le immagini
ID monitoraggio
0
Limiti
(95, 45), (496, 45), (496, 240), (95, 240)
Categoria
POSIZIONA
Confidenza della classificazione
0,9296875
ID monitoraggio
0
Limiti
(84, 46), (478, 46), (478, 247), (84, 247)
Categoria
POSIZIONA
Affidabilità della classificazione
0,8710938
ID monitoraggio
0
Limiti
(53, 45), (519, 45), (519, 240), (53, 240)
Categoria
POSIZIONA
Confidenza della classificazione
0,8828125
Foto: Christian Ferrer [CC BY-SA 4.0]
Più oggetti in un'immagine statica
Oggetto 0
Limiti
(1, 97), (332, 97), (332, 332), (1, 332)
Categoria
BUONA_MODA
Confidenza della classificazione
0,95703125
Oggetto 1
Limiti
(186, 80), (337, 80), (337, 226), (186, 226)
Categoria
BUONA_MODA
Confidenza della classificazione
0,84375
Oggetto 2
Limiti
(296, 80), (472, 80), (472, 388), (296, 388)
Categoria
BUONA_MODA
Confidenza della classificazione
0,94921875
Oggetto 3
Limiti
(439, 83), (615, 83), (615, 306), (439, 306)
Categoria
BUONA_MODA
Confidenza della classificazione
0,9375
Questa pagina è stata utile?
Suggerimenti per te
Informazioni su questi suggerimenti
Questi suggerimenti ti aiuteranno a trovare i contenuti che stai cercando. Possono essere basati sulla pagina che stai visualizzando attualmente e sulla cronologia di navigazione del tuo account attività web e app.
ML Kit for Firebase provided ready-to-use ML solutions for app developers. New apps should use the standalone ML Kit library for on-device ML and Firebase ML for cloud-based ML.
ML Kit for Firebase provided ready-to-use ML solutions for app developers. New apps should use the standalone ML Kit library for on-device ML and Firebase ML for cloud-based ML.
ML Kit for Firebase provided ready-to-use ML solutions for app developers. New apps should use the standalone ML Kit library for on-device ML and Firebase ML for cloud-based ML.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-02-28 UTC."],[],[]]