EITC/AI/GVAPI Google Vision API

Google Cloud tilbyder to computervisionstjenester (fælles kaldet Vision AI), der bruger maskinindlæring til at forstå billeder og videoer med høj forudsigelsesnøjagtighed, dvs. AutoML Vision og Vision API. AutoML Vision automatiserer træning af de tilpassede maskinlæringsmodeller. Det muliggør upload af billeder og træning af brugerdefinerede billedmodeller med brugervenlig grafisk grænseflade; optimering af modellerne til nøjagtighed, ventetid og størrelse og eksportere dem til ethvert program i skyen eller til en række enheder i udkanten. På den anden side tilbyder Google Clouds Vision API kraftfulde foruddannede maskinlæringsmodeller gennem REST (Representational State Transfer) og RPC (Remote Procedure Call) API'er, der tildeler billeder etiketter og hurtigt klassificerer dem i millioner af foruddefinerede kategorier. Registrering af objekter og ansigter, læsning af udskrevet og håndskrevet tekst og opbygning af værdifulde metadata i billedkataloger. Du kan således bruge AutoML Vision til at udlede indsigt fra billeder i skyen eller ved kanten eller bruge de foruddannede Vision API-modeller til at opdage følelser, forstå tekst fra visuelle data og mere.

Med Google Cloud's Vision API er det muligt at:

• Registrer objekter: Registrer objekter, hvor de er, og hvor mange.
• Aktiver vision-produktsøgning: Sammenlign fotos med billeder i dit produktkatalog, og returner en rangliste med lignende emner.
• Registrer udskrevet og håndskrevet tekst: Brug OCR og identificer automatisk sprog.
• Registrer ansigter: Registrer ansigter og ansigtsegenskaber. (Ansigtsgenkendelse understøttes ikke.)
• Identificer populære steder og produktlogoer: Identificer automatisk kendte vartegn og produktlogoer.
• Tildel generelle billedattributter: Find generelle attributter og passende afgrødetip.
• Find webenheder og sider: Find nyhedshændelser, logoer og lignende billeder på nettet.
• Moderat indhold: Registrer eksplicit indhold (voksen, voldelig osv.) I billeder.
• Anerkendelse af berømthed: Identificer berømtheds ansigter i billeder (begrænset adgang, se dokumentation.)
• Klassificer billeder ved hjælp af foruddefinerede etiketter: Foruddannede modeller udnytter store biblioteker med foruddefinerede etiketter.
• Brug Googles datamærkningstjeneste: Google kan hjælpe med at kommentere billeder, videoer og tekst.
• Brug API'er: Brug REST- og RPC-API'er.

De mulige brugssager til Vision API er utallige.

For eksempel ved hjælp af Vision API kan du implementere vision-produktsøgning, så dine kunder kan finde produkter af interesse inden for billeder og visuelt søge i produktkataloger (billedsøgning, automatisk udpegede lignende produkter osv.).

Videoen ovenfor forklarer, hvordan Googles Cloud AutoML Vision bruger AI til at analysere billeder.

Et dobbelt AI-system, tæt knyttet til den foruddannede og konstant opgraderede Google Vision API, er Google AutoML Vision, der gør det muligt for virksomheder at bruge deres egne maskinlæringsmodeller og brugerdefineret træning til kunstig intelligensassistance i synsanalyse og forståelse. En del af Google Clouds machine learning-serie af produkter er designet til at hjælpe udviklere med begrænset ekspertise inden for maskinlæring med at træne tilpassede visionmodeller til deres specifikke brugssager. Har brug for on-demand adgang til den generelle foruddannede model, bør AI-udviklere bruge Google Vision API.