קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

תיוג תמונות

ממשקי API של תוויות תמונות של ML Kit יכולים לזהות ולחלץ מידע על ישויות בתמונה בקבוצה גדולה של קטגוריות. מודל ברירת המחדל של תוויות התמונות יכול לזהות אובייקטים כלליים, מקומות, פעילויות, מינים של בעלי חיים, מוצרים ועוד.

תוכלו גם להשתמש במודל של סיווג תמונה מותאם אישית כדי להתאים את הזיהוי לתרחיש לדוגמה. מידע נוסף זמין במאמר שימוש במודל TensorFlow Lite מותאם אישית.

יכולות עיקריות

  • סיווג בסיסי רב עוצמה למטרה כללית זיהוי של יותר מ-400 קטגוריות שמתארות את האובייקטים הנפוצים ביותר בתמונות.
  • התאמה אישית לתרחישים לדוגמה במודלים מותאמים אישית ניתן להשתמש במודלים מאומנים מראש מ-TensorFlow Hub או ממודל מותאם אישית שהוכן עם TensorFlow, AutoML Vision Edge או יצרן מודלים של TensorFlow Lite.
  • ממשקי API פשוטים ונוחים לשימוש אין צורך להתמודד עם קלט/פלט של מודל ברמה נמוכה, עיבוד מראש ועיבוד של תמונה, או יצירת צינור עיבוד נתונים. ערכת ה-ML Kit מחלצת את התוויות ממודל TensorFlow Lite ותספק אותן כתיאור טקסט.

שימו לב שה-API הזה מיועד למודלים של סיווג תמונות שמתארים את התמונה המלאה. כדי לסווג אובייקט אחד או יותר בתמונה, כמו נעליים או פריטי ריהוט, ייתכן שממשק ה-API זיהוי אובייקטים ומעקב עשוי להתאים יותר.

מודלים נתמכים של סיווג תמונות

ממשקי API לתיוג תמונות תומכים במודלים שונים של סיווג תמונות:

מודלים נתמכים של סיווג תמונות
מודל בסיסי כברירת מחדל, ה-API משתמש במודל מתקדם של תוויות תמונות לשימוש כללי, שמזהה יותר מ-400 ישויות שמכסות את המושגים הנפוצים ביותר בתמונות.
מודלים של TensorFlow Lite מותאמים אישית כדי לטרגט מושגים ספציפיים לאפליקציות, ה-API מקבל מודלים מותאמים אישית של סיווג תמונות ממגוון רחב של מקורות. אלו יכולים להיות מודלים שנלמדו מראש מ-TensorFlow Hub או מודלים משלך ששודרגו באמצעות AutoML Vision Edge, TensorFlow Lite Maker Maker או TensorFlow. אפשר לקבץ את הדגמים עם האפליקציה או לארח אותם באמצעות טכנולוגיית הלמידה החישובית ב-Firebase ולהוריד אותם בזמן הריצה.

שימוש במודל הבסיס

המודל הבסיסי של ML Kit מציג רשימה של ישויות שמזהה אנשים, דברים, מקומות, פעילויות וכו'. לכל ישות יש ציון שמציין את מידת הוודאות של מודל ה-ML ברלוונטיות שלו. בעזרת המידע הזה, תוכלו לבצע משימות כמו יצירת מטא-נתונים אוטומטיים וניהול התוכן. מודל ברירת המחדל שסופק עם ML Kit מזהה יותר מ-400 ישויות שונות.

iOS Android

תוויות לדוגמה

מודל הבסיס ב-API של תוויות התמונות תומך ביותר מ-400 תוויות, כמו בדוגמאות הבאות:

קטגוריהתוויות לדוגמה
אנשים Crowd
Selfie
Smile
פעילויות Dancing
Eating
Surfing
דברים Car
Piano
Receipt
בעלי חיים Bird
Cat
Dog
צמחים Flower
Fruit
Vegetable
מקומות Beach
Lake
Mountain

תוצאות לדוגמה

הנה דוגמה לישויות שזוהו בתמונה הנלווית.

תמונה: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0
תווית 0
טקסט אצטדיון
ביטחון 0.9205354
תווית 1
טקסט ספורט
ביטחון 0.7531109
תווית 2
טקסט אירוע
ביטחון 0.66905296
תווית 3
טקסט פנאי
ביטחון 0.59904146
תווית 4
טקסט כדורגל
ביטחון 0.56384534
תווית 5
טקסט נטו
ביטחון 0.54679185
תווית 6
טקסט צמח
ביטחון 0.524364

שימוש במודל מותאם אישית של TensorFlow Lite

מודל תוויות הבסיס של תמונות (ML) & Kit מיועד לשימוש כללי. היא עברה הכשרה לזיהוי 400 קטגוריות שמתארות את האובייקטים הנפוצים ביותר בתמונות. ייתכן שהאפליקציה שלכם זקוקה למודל ספציפי של סיווג תמונות שמזהה מספר מצומצם יותר של קטגוריות בפירוט רב יותר, כגון מודל שמבדיל בין מינים של פרחים או סוגי מזון.

ממשק ה-API הזה מאפשר לכם להתאים אישית תרחישים לדוגמה על ידי תמיכה במודלים של סיווג תמונות בהתאמה אישית, ממגוון רחב של מקורות. מידע נוסף מפורט במאמר מודלים בהתאמה אישית עם ערכת למידת מכונה. את החבילות בהתאמה אישית ניתן לאסוף באפליקציה או להוריד אותה באופן דינמי מהענן באמצעות שירות פריסת המודלים של Firebase ללמידת מכונה.

iOS Android

עיבוד מראש של תמונת קלט

במידת הצורך, התוויות של התמונות מבוססות על שינוי גודל והידוק תמונות ביומטריות כדי להתאים את גודל התמונה ויחס הגובה-רוחב כך שיתאימו לדרישות של המודל הבסיסי.