Halaman ini diterjemahkan oleh Cloud Translation API.

Pelabelan Gambar

Dengan API pelabelan gambar Cloud Vision, Anda dapat mengenali entitas dalam gambar tanpa harus memberikan metadata kontekstual tambahan.

Pelabelan gambar memberi Anda wawasan tentang konten gambar. Saat Anda menggunakan API, Anda mendapatkan daftar entitas yang dikenali: orang, benda, tempat, aktivitas, dan sebagainya. Setiap label yang ditemukan dilengkapi dengan skor yang menunjukkan kepercayaan yang dimiliki model ML dalam relevansinya. Dengan informasi ini, Anda dapat melakukan tugas seperti pembuatan metadata otomatis dan moderasi konten.

iOS Android

Kemampuan utama

Pelabelan gambar dengan akurasi tinggi

API pelabelan gambar Firebase ML didukung oleh kemampuan pemahaman gambar terdepan di industri Google Cloud, yang dapat mengklasifikasikan gambar dengan 10.000+ label dalam banyak kategori. (Lihat di bawah.)

Cobalah sendiri dengan demo Cloud Vision API .

Dukungan entitas Grafik Pengetahuan

Selain deskripsi teks dari setiap label yang dikembalikan oleh Firebase ML, juga mengembalikan ID entitas Grafik Pengetahuan Google dari label tersebut. ID ini adalah string yang secara unik mengidentifikasi entitas yang diwakili oleh label, dan merupakan ID yang sama yang digunakan oleh API Penelusuran Grafik Pengetahuan . Anda dapat menggunakan string ini untuk mengidentifikasi entitas lintas bahasa, dan terlepas dari pemformatan deskripsi teks.

Penggunaan gratis terbatas

Gratis untuk 1000 penggunaan pertama fitur ini per bulan: lihat Harga

Contoh label

API pelabelan gambar mendukung 10.000+ label, termasuk contoh berikut dan banyak lagi:

Kategori	Contoh label	Kategori	Contoh label
Seni & hiburan	`Sculpture` `Musical Instrument` `Dance`	Benda-benda astronomis	`Comet` `Galaxy` `Star`
Bisnis & industri	`Restaurant` `Factory` `Airline`	warna	`Red` `Green` `Blue`
Rancangan	`Floral` `Pattern` `Wood Stain`	Minum	`Coffee` `Tea` `Milk`
Acara	`Meeting` `Picnic` `Vacation`	Karakter fiksi	`Santa Claus` `Superhero` `Mythical creature`
Makanan	`Casserole` `Fruit` `Potato chip`	Rumah dan Taman	`Laundry basket` `Dishwasher` `Fountain`
Kegiatan	`Wedding` `Dancing` `Motorsport`	Bahan:	`Ceramic` `Textile` `Fiber`
Media	`Newsprint` `Document` `Sign`	Moda transportasi	`Aircraft` `Motorcycle` `Subway`
Pekerjaan	`Actor` `Florist` `Police`	organisme	`Plant` `Animal` `Fungus`
Organisasi	`Government` `Club` `College`	Tempat	`Airport` `Mountain` `Tent`
Teknologi	`Robot` `Computer` `Solar panel`	Sesuatu	`Bicycle` `Pipe` `Doll`

Contoh hasil

Foto: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0

Label	ID entitas Grafik Pengetahuan	Kepercayaan
tempat olahraga	/m/0bmgjqz	0.9860726
pemain	/m/02vzx9	0,9797604
stadion	/m/019cfy	0.9635762
stadion khusus sepak bola	/m/0404y4	0,95806926
pemain sepak bola	/m/0gl2ny2	0.9510419
olahraga	/m/06ntj	0.9253524
pemain sepak bola	/m/0pcq81q	0.9033665
arena	/m/018lrm	0.8897188