发送反馈
使用 ARCore 进行机器学习
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
您可以通过 ML Kit 和 Google Cloud Vision API 在 ARCore 流水线中捕获的相机信息流来识别现实世界中的物体,并打造智能的增强现实体验。
您的浏览器不支持视频标记。
左侧的图片来自使用 Kotlin(Android 版)编写的 ARCore ML Kit 示例 。此示例应用使用机器学习模型对相机视图中的对象进行分类,并将标签附加到虚拟场景中的对象。
ML Kit API 同时适用于 Android 和 iOS 开发,并且 Google Cloud Vision API 具有 REST 和 RPC 接口,因此您可以在使用 Android NDK (C)、您自己的 iOS 应用或 Unity (AR Foundation) 应用中构建的应用中获得与 ARCore ML Kit 示例相同的结果。
如需简要了解您需要实现的模式,请参阅将 ARCore 用作机器学习模型的输入 。然后,将这些内容应用到使用 Android NDK (C)、iOS 或 Unity (AR Foundation) 构建的应用。
发送反馈
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可 获得了许可,并且代码示例已根据 Apache 2.0 许可 获得了许可。有关详情,请参阅 Google 开发者网站政策 。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2023-12-07。
需要向我们提供更多信息?
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2023-12-07。"],[],[]]