باستخدام واجهات برمجة التطبيقات لتصنيف الصور في ML Kit، يمكنك اكتشاف المعلومات حول الكيانات في صورة عبر مجموعة واسعة من الفئات واستخراجها. يمكن أن يحدد النموذج التلقائي لتصنيف الصور العناصر العامة والأماكن والأنشطة وأنواع الحيوانات والمنتجات والمزيد.
يمكنك أيضًا استخدام نموذج تصنيف صورة مخصص لتخصيص الاكتشاف مع حالة استخدام معينة. راجع استخدام نموذج TensorFlow Lite المخصص لمزيد من المعلومات.
الإمكانات الأساسية
- مصنّع أساسي قوي للأغراض العامة يتعرف على أكثر من 400 فئة لوصف الكائنات الأكثر شيوعًا في الصور.
- التخصيص بحسب حالة الاستخدام باستخدام النماذج المخصّصة يمكنك استخدام نماذج أخرى مدرّبة مسبقًا من TensorFlow Hub أو نماذج مخصّصة مدرّبة باستخدام TensorFlow أو AutoML Vision Edge أو TensorFlow Lite.
- واجهات برمجة تطبيقات سهلة الاستخدام وعالية المستوى لا حاجة للتعامل مع النموذج/إدخال النموذج ذي المستوى المنخفض أو مرحلة ما قبل المعالجة وبعدها، أو إنشاء خط معالجة. تستخلص ML Kit التصنيفات من نموذج TensorFlow Lite وتقدمها كوصف نصي.
لاحظ أن واجهة برمجة التطبيقات هذه مصممة لنماذج تصنيف الصور التي تصف الصورة الكاملة. لتصنيف كائن واحد أو أكثر في صورة، مثل الأحذية أو قطع الأثاث، قد تكون واجهة برمجة التطبيقات لاكتشاف العناصر وتتبعها مناسبة أكثر.
نماذج تصنيف الصور المتوافقة
تتوافق واجهات برمجة التطبيقات لتصنيف الصور مع نماذج تصنيف الصور المختلفة:
نماذج تصنيف الصور المتوافقة | |
---|---|
النموذج الأساسي | بشكلٍ تلقائي، تستخدم واجهة برمجة التطبيقات نموذجًا فعّالاً لتصنيف الصور يندرج ضمن أغراض عامة ويتعرّف على أكثر من 400 كيان يغطي المفاهيم الأكثر شيوعًا في الصور. |
نماذج TensorFlow Lite المخصّصة | ولاستهداف المفاهيم الخاصة بالتطبيقات، تقبل واجهة برمجة التطبيقات هذه النماذج المخصّصة لتصنيف الصور من مجموعة كبيرة من المصادر. يمكن تنزيل هذه النماذج مسبقًا من TensorFlow Hub أو نماذجك الخاصة المدرّبة باستخدام AutoML Vision Edge أو TensorFlow Lite Maker Maker أو TensorFlow. يمكن تجميع النماذج مع تطبيقك أو استضافتها باستخدام تقنية تعلُّم الآلة من Firebase وتنزيلها في وقت التشغيل. |
استخدام النموذج الأساسي
يعرض النموذج الأساسي لمجموعة أدوات تعلّم الآلة قائمة بالكيانات التي تحدّد الأشخاص والأشياء والأماكن والأنشطة وما إلى ذلك. ويأتي كل كيان مع درجة تدل على مدى ثقة نموذج تعلّم الآلة في مدى صلته بالموضوع. باستخدام هذه المعلومات، يمكنك تنفيذ مهام مثل الإنشاء التلقائي للبيانات الوصفية والإشراف على المحتوى. ويتعرّف النموذج التلقائي المتوفّر في ML Kit على أكثر من 400 كيان مختلف.
نظام التشغيل iOS نظام التشغيل Android
أمثلة للتصنيفات
يدعم النموذج الأساسي في واجهة برمجة التطبيقات لتصنيف الصور ما يزيد عن 400 تصنيف، مثل الأمثلة التالية:
الفئة | أمثلة للتصنيفات |
---|---|
أشخاص | Crowd Selfie Smile |
الأنشطة | Dancing Eating Surfing |
الأشياء | Car Piano Receipt |
الحيوانات | Bird Cat Dog |
نباتات | Flower Fruit Vegetable |
الأماكن | Beach Lake Mountain |
أمثلة النتائج
في ما يلي مثال للكيانات التي تم التعرّف عليها في الصورة المصاحبة.

تصنيف 0 | |
---|---|
Text | استاد |
الثقة | 0.9205354 |
التصنيف 1 | |
Text | رياضة |
الثقة | 0.7531109 |
تصنيف 2 | |
Text | الحدث |
الثقة | 0.66905296 |
تصنيف 3 | |
Text | أنشطة ترفيهية |
الثقة | 0.59904146 |
تصنيف 4 | |
Text | كرة القدم |
الثقة | 0.56384534 |
تصنيف 5 | |
Text | الصافي |
الثقة | 0.54679185 |
تصنيف 6 | |
Text | نبتة |
الثقة | 0.524364 |
استخدام نموذج TensorFlow Lite المخصّص
تم تصميم نموذج تصنيف الصور الأساسي من ML Kit للاستخدام العام. ويتم تدريبه على التعرّف على 400 فئة تصف العناصر الأكثر شيوعًا في الصور. قد يحتاج تطبيقك إلى نموذج متخصص لتصنيف الصور يتعرف على عدد أضيق من الفئات بمزيد من التفصيل، مثل نموذج يميّز بين أنواع الأزهار أو أنواع الطعام.
تسمح لك واجهة برمجة التطبيقات هذه بتخصيص حالة استخدام معينة عن طريق دعم نماذج تصنيف الصور المخصصة من نطاق واسع من المصادر. يُرجى الرجوع إلى النماذج المخصّصة باستخدام ML Kit لمعرفة المزيد من المعلومات. يمكن تجميع النماذج المخصصة مع تطبيقك أو تنزيلها ديناميكيًا من السحاب باستخدام خدمة نشر نماذج تعلم الآلة في Firebase.
نظام التشغيل iOS نظام التشغيل Android
المعالجة المسبقة لصور الإدخال
عند اللزوم، تستخدم ميزة "تصنيف الصور" إمكانية تغيير حجم الصورة الثنائية الأبعاد وتوسيعها لضبط حجم صورة الإدخال ونسبة العرض إلى الارتفاع لتلائم متطلبات النموذج الأساسي.