给图片加标签

利用机器学习套件的为图片加标签的 API，您可以检测和提取与图片内多组类别的实体相关的信息。默认图片标签模型可以识别一般对象、地点、活动、动物物种和商品等。

您还可以使用自定义图片分类模型，根据特定用例定制检测。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超过 400 个描述照片中最常见对象的类别。
利用自定义模型定制您的使用场景 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。
易用的高级别 API 无需处理低级别模型输入/输出、图像预处理和后处理，或者构建处理流水线。机器学习套件从 TensorFlow Lite 模型中提取标签，并以文本描述的形式提供这些标签。

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，可能更适合采用 Object Detection & amp; Tracking API。

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，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	针对特定于应用的概念，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 训练过的模型。模型可以与您的应用捆绑在一起，也可以通过 Firebase 机器学习进行托管，并在运行时下载。

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。每个实体都有一个得分，表示机器学习模型对其相关性的置信度。借助这些信息，您可以执行自动元数据生成和内容审核等任务。机器学习套件提供的默认模型可识别 400 多个不同的实体。

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：

以下是附图中的实体示例。

机器学习套件的基本图片标签模型是通用模型。经过训练，它可以识别 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，以便更准确地识别数量较少的类别，例如，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，可让您针对特定使用场景量身定制。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，也可以使用 Firebase Machine Learning 的模型部署服务从云端动态下载。

如果需要，“图片标签”会使用双线性图片缩放和拉伸调整输入图片的大小和宽高比，以便它们符合底层模型的要求。