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。

为图片加标签

利用机器学习套件的图片标签 API,您可以检测和提取图片中各类别类别的相关信息。默认图片标签模型可以识别一般对象、地点、活动、动物品种、商品等。

您还可以使用自定义图片分类模型,针对特定用例定制检测。如需了解详情,请参阅使用自定义 TensorFlow Lite 模型

主要功能

  • 强大的通用基本分类器可识别 400 多个类别,这些类别描述了照片中最常见的对象。
  • 使用自定义模型量身定制用例 使用 TensorFlow Hub 中的其他预训练模型,或使用您自己的通过 TensorFlow、AutoML Vision Edge 或 TensorFlow Lite Model Maker 训练的自定义模型。
  • 易于使用的高阶 API - 无需处理低级模型输入/输出、图片预处理和后期处理,也无需构建处理流水线。机器学习套件从 TensorFlow Lite 模型中提取标签,并以文本说明的形式提供。

请注意,此 API 适用于描述完整图片的图片分类模型。如果要对图片中的一个或多个对象(例如鞋子或家具)进行分类,对象检测和跟踪 API 可能更适合。

支持的图片分类模型

Image Labeling API 支持不同的图片分类模型:

支持的图片分类模型
基本模型 默认情况下,该 API 使用强大的通用图片标签模型识别模型,可识别超过 400 个涵盖照片中最常见概念的实体。
自定义 TensorFlow Lite 模型 为了针对应用特定的概念,该 API 接受来自各种来源的自定义图片分类模型。这些模型是从 TensorFlow Hub 下载的预训练模型,也可以是您自己的使用 AutoML Vision Edge、TensorFlow Lite Model Maker 或 TensorFlow 进行训练的模型。模型可以与您的应用捆绑在一起,也可以通过 Firebase 机器学习托管并在运行时下载。

使用基本模型

机器学习套件的基本模型会返回用于标识人物、事物、地点、活动等的实体列表。每个实体都带有一个分数,表示机器学习模型对其相关性的置信度。借助此信息,您可以执行自动生成元数据和内容审核等任务。机器学习套件提供的默认模型可识别 400 多个不同的实体

iOS Android

标签示例

图片标签 API 中的基本模型支持 400 多个标签,如以下示例所示:

类别标签示例
人物 Crowd
Selfie
Smile
活动 Dancing
Eating
Surfing
Things Car
Piano
Receipt
动物 Bird
Cat
Dog
植物 Flower
Fruit
Vegetable
地点 Beach
Lake
Mountain

示例结果

以下是在附加照片中识别出的实体示例。

照片:Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0
标签 0
Text 体育馆
置信度 0.9205354
标签 1
Text 体育
置信度 0.7531109
标签 2
Text 活动
置信度 0.66905296
标签 3
Text 休闲
置信度 0.59904146
标签 4
Text 足球
置信度 0.56384534
标签 5
Text 净指标
置信度 0.54679185
标签 6
Text Plant
置信度 0.524364

使用自定义 TensorFlow Lite 模型

机器学习套件的基本图片标签模型专为通用用途而构建。经过训练,它能够识别 400 个描述照片中最常见对象的类别。您的应用可能需要专门的图像分类模型,该模型能够更准确地识别较小数量的类别,例如需要区分花卉种类或食品类型的模型。

此 API 支持来自各种来源的自定义图片分类模型,可让您针对特定用例量身定制。如需了解详情,请参阅使用机器学习套件的自定义模型。自定义模型可以与您的应用捆绑在一起,也可以使用 Firebase 机器学习的模型部署服务从云端动态下载。

iOS Android

输入图片预处理

如果需要,图片标签功能会使用双线性图片缩放和拉伸调整输入图片大小和宽高比,以满足基础模型的要求。