Visualizza tutta la documentazione del prodotto

Panoramica delle funzionalità

AutoML Vision Object Detection consente agli sviluppatori di addestrare modelli di machine learning personalizzati in grado di rilevare i singoli oggetti in una data immagine insieme al riquadro di delimitazione e all'etichetta.

La release Rilevamento di oggetti di AutoML Vision include le seguenti funzionalità:

  • Localizzazione degli oggetti: rileva più oggetti in un'immagine e fornisce informazioni sull'oggetto e su dove è stato trovato nell'immagine.

  • API/UI: fornisce un'API e un'interfaccia utente personalizzata per importare il set di dati da un file CSV ospitato da Google Cloud Storage e immagini di addestramento, per aggiungere e rimuovere annotazioni dalle immagini importate, per addestrare e rivedere le metriche di valutazione del modello e per utilizzare il modello con la previsione online.

AutoML Vision Edge ora ti consente di esportare i tuoi modelli personalizzati addestrati per il rilevamento di oggetti di AutoML Vision.

  • AutoML Vision Edge ti consente di addestrare ed eseguire il deployment di modelli a bassa latenza e ad alta accuratezza, ottimizzati per i dispositivi periferici.
  • Con TensorFlow Lite, Core ML e i formati di esportazione dei container, AutoML Vision Edge supporta una varietà di dispositivi.
  • Architetture hardware supportate: Edge TPU, ARM e NVIDIA.
  • Per creare un'applicazione su dispositivi iOS o Android, puoi utilizzare AutoML Vision Edge in ML Kit. Questa soluzione è disponibile tramite Firebase e offre un flusso di sviluppo end-to-end per la creazione e il deployment di modelli personalizzati su dispositivi mobili utilizzando le librerie client di ML Kit.
immagine del test di insalata
Credito per le immagini: H. Michael Karshis (CC BY 2.0, mostrato nella UI con annotazioni).

Risorse di documentazione

Trova le guide rapide e le guide, esamina i riferimenti chiave e ricevi assistenza per i problemi comuni.

Video correlati