Google is committed to advancing racial equity for Black communities. See how.
หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

การตรวจจับและติดตาม

ด้วย API การตรวจจับและติดตามวัตถุในอุปกรณ์ของ ML Kit คุณสามารถแปลและติดตามวัตถุที่โดดเด่นที่สุดในรูปภาพหรือฟีดกล้องแบบเรียลไทม์ได้ คุณยังสามารถเลือกจัดประเภทวัตถุที่ตรวจพบเป็นหมวดหมู่ทั่วไปได้หลายประเภท

การตรวจจับและติดตามวัตถุด้วยการจัดประเภทแบบหยาบมีประโยชน์สำหรับการสร้างประสบการณ์การค้นหาด้วยภาพสด เนื่องจากการตรวจจับและติดตามวัตถุเกิดขึ้นอย่างรวดเร็วและสมบูรณ์บนอุปกรณ์จึงทำงานได้ดีเหมือนส่วนหน้าของไปป์ไลน์การค้นหาด้วยภาพที่ยาวขึ้น หลังจากที่คุณตรวจจับและกรองออบเจ็กต์แล้วคุณสามารถส่งต่อไปยังแบ็กเอนด์ระบบคลาวด์เช่น Cloud Vision Product Search หรือไปยังโมเดลที่กำหนดเองเช่นโมเดลที่คุณฝึกโดยใช้ AutoML Vision Edge

iOS Android

ความสามารถที่สำคัญ

การตรวจจับและติดตามวัตถุอย่างรวดเร็ว ตรวจจับวัตถุและรับตำแหน่งในภาพ ติดตามวัตถุในภาพ
รุ่นบนอุปกรณ์ที่ปรับให้เหมาะสม รูปแบบการตรวจจับและติดตามวัตถุได้รับการปรับให้เหมาะสมสำหรับอุปกรณ์เคลื่อนที่และมีไว้สำหรับใช้ในแอปพลิเคชันแบบเรียลไทม์แม้ในอุปกรณ์ระดับล่าง
การตรวจจับวัตถุที่โดดเด่น กำหนดวัตถุที่โดดเด่นที่สุดในรูปภาพโดยอัตโนมัติ
การจำแนกประเภทหยาบ จัดประเภทวัตถุเป็นหมวดหมู่กว้าง ๆ ซึ่งคุณสามารถใช้เพื่อกรองวัตถุที่คุณไม่สนใจออกได้รองรับหมวดหมู่ต่อไปนี้: ของใช้ในบ้านสินค้าแฟชั่นอาหารพืชสถานที่และไม่ทราบ

ตัวอย่างผลลัพธ์

ติดตามวัตถุที่โดดเด่นที่สุดในรูปภาพ

รหัสติดตาม 0
ขอบเขต (95, 45), (496, 45), (496, 240), (95, 240)
ประเภท สถานที่
ความมั่นใจในการจำแนกประเภท 0.9296875
รหัสติดตาม 0
ขอบเขต (84, 46), (478, 46), (478, 247), (84, 247)
ประเภท สถานที่
ความมั่นใจในการจำแนกประเภท 0.8710938
รหัสติดตาม 0
ขอบเขต (53, 45), (519, 45), (519, 240), (53, 240)
ประเภท สถานที่
ความมั่นใจในการจำแนกประเภท 0.8828125

ภาพ: Christian Ferrer [CC BY-SA 4.0]

วัตถุหลายชิ้นในภาพนิ่ง

วัตถุ 0
ขอบเขต (1, 97), (332, 97), (332, 332), (1, 332)
ประเภท FASHION_GOOD
ความมั่นใจในการจำแนกประเภท 0.95703125
วัตถุ 1
ขอบเขต (186, 80), (337, 80), (337, 226), (186, 226)
ประเภท FASHION_GOOD
ความมั่นใจในการจำแนกประเภท 0.84375
วัตถุ 2
ขอบเขต (296, 80), (472, 80), (472, 388), (296, 388)
ประเภท FASHION_GOOD
ความมั่นใจในการจำแนกประเภท 0.94921875
วัตถุ 3
ขอบเขต (439, 83), (615, 83), (615, 306), (439, 306)
ประเภท FASHION_GOOD
ความมั่นใจในการจำแนกประเภท 0.9375