Vision AI

AutoML Vision ではクラウド内またはエッジにある画像から有用な情報を引き出し、事前トレーニング済みの Vision API モデルを活用して感情を検知し、テキストを理解できます。

使ってみる

Fortune 500 にもランクされる世界的な電力会社である AES は、ドローンと AutoML Vision を使用して、将来に向けたより安全で環境に優しいエネルギーへの取り組みを推進しています。

業界トップクラスの精度を誇る画像分析

Google Cloud では、業界トップクラスの予測精度で画像認識をサポートする機械学習を活用した、次の 2 つの画像処理プロダクトを提供しています。

AutoML Vision

独自のカスタム機械学習モデルのトレーニングを自動化します。画像をアップロードするだけで、AutoML Vision の使いやすいグラフィカルインターフェースでカスタム画像モデルをトレーニングできます。モデルの精度、レイテンシ、サイズを最適化し、クラウド内のアプリケーションやエッジのさまざまなデバイスにエクスポート可能です。

Vision API

Google Cloud の Vision API は REST API や RPC API を使用して強力な事前トレーニング済みの機械学習モデルを提供します。画像にラベルを割り当てることで、事前定義済みの数百万のカテゴリに画像を高速で分類できます。オブジェクトや顔を検出し、印刷テキストや手書き入力を読み取り、有用なメタデータを画像カタログに作成します。

利点

オブジェクトの自動検出

画像内の各オブジェクトの位置を含む、複数のオブジェクトを検出して分類します。Vision API と AutoML Vision によるオブジェクト検出の詳細をご覧ください。

エッジのインテリジェンスを得る

AutoML Vision Edge を利用して、短期間で高精度のモデルを構築してデプロイし、エッジの画像の分類またはオブジェクト検出と、ローカルデータに基づいたリアルタイムのアクションの実行に役立てます。AutoML Vision Edge は、リソースに制約があり、レイテンシが問題になるさまざまなエッジデバイスに対応します。詳細については、こちらをご覧ください。

購入行動の支援

Vision API の Vision Product Search を利用すると、小売業者は、お客様が商品の画像をアップロードし、この商品に類似した商品のリストをすぐに確認できる、魅力的なモバイルエクスペリエンスを創り出せます。

テキストを理解して対処

Vision API は画像に含まれるテキストの検出に OCR を採用し、50 以上の言語とさまざまなファイルタイプに対応します。何百万件ものドキュメントを高速で処理し、業務ワークフローを自動化する Document Understanding AI の一部にもなっています。

不適切なコンテンツを検出する

Vision API はセーフサーチを利用して画像を評価できるため、画像にアダルトコンテンツや暴力的なコンテンツが含まれる可能性を予測できます。

データのラベル付けサービスを利用

ラベル付けがまだ行われていない AutoML Vision の画像については、高品質のトレーニングデータを取得できるよう、Google チームが画像、動画、テキストへのアノテーション付けをお手伝いします。詳細についてはこちらをご覧ください。

最適な Vision プロダクトを選ぶ

Vision API と AutoML Vision のいずれかを使用して処理することも、両方を使用してそのメリットを得ることもできます。Vision API は事前定義された何千ものラベルを使用してコンテンツをすばやく分類し、AutoML Vision は特定のニーズに合わせて追加のカスタムラベルを作成できます。

	AutoML Vision	Vision API
ユーザーインターフェース
API の使用 REST API と RPC API を使用します。
グラフィカル UI の使用グラフィカルユーザーインターフェースを使用します。
事前定義またはカスタムのラベル付け
事前定義されたラベルを使用した画像の分類事前トレーニング済みのモデルが事前定義済みのラベルの膨大なライブラリを活用します。
カスタムラベルを使用した画像の分類選択したラベルで画像を分類するようにモデルをトレーニングします。
Google のデータのラベル付けサービスの利用 Google チームが画像、動画、テキストへのアノテーション付けをサポートします。
エッジでのデプロイ
機械学習モデルをエッジにデプロイエッジデバイスに最適化された、低レイテンシ、高精度のモデルをデプロイします。		ML Kit との統合
その他の機能
オブジェクトの検出オブジェクトの場所と数を検出します。
Vision Product Search の有効化プロダクトカタログ内の写真と画像を比較し、類似する項目をランク付けしたリストを戻します。
印刷テキストと手書き入力の検出 OCR を使用し、言語を自動的に識別します。
顔の検出顔の検出と表情の属性の検出を行います（顔認識はサポートされていません）。
著名な場所と製品ロゴの識別著名なランドマークや製品のロゴを自動的に識別します。
一般的な画像属性の割り当て一般的な属性やクロップヒントを検出します。
ウェブエンティティとページの検出ニュースイベント、ロゴ、ウェブ上の類似画像を見つけます。
コンテンツの管理画像に含まれるアダルトコンテンツや暴力的コンテンツなどの不適切なコンテンツを検出します。