Documentazione relativa al rilevamento di oggetti di AutoML Vision
Panoramica delle funzionalità
AutoML Vision Object Detection consente agli sviluppatori di addestrare di machine learning in grado di rilevare i singoli oggetti in un data l'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 presenti in un'immagine e fornisce informazioni sull'oggetto e sulla sua posizione nell'immagine.
API/UI: fornisce un'API e un'interfaccia utente personalizzata per importando il set di dati da un file CSV ospitato da Google Cloud Storage di addestramento, per aggiungere e rimuovere annotazioni da immagini importate, per l'addestramento e la revisione del modello metriche di valutazione e per l'uso del tuo modello con la previsione online.
AutoML Vision Edge ora ti consente di esportare i tuoi dati modelli addestrati per il rilevamento di oggetti 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 sui dispositivi mobili usando le librerie client di ML Kit.
![immagine del test di insalata](https://cloud.google.com/static/vision/automl/object-detection/docs/images/index_test_image.png?authuser=1&hl=it)
Risorse di documentazione .
Guide
-
Guida rapida: etichetta le immagini utilizzando l'API nella console
-
Guida rapida: etichetta le immagini utilizzando l'API AutoML Vision Edge
-
Guida rapida: etichetta le immagini utilizzando l'API AutoML Vision
-
Preparazione dei dati di addestramento
-
Formattazione di un file CSV con dati di addestramento
-
Annotazione delle immagini di addestramento importate
-
Valutazione dei modelli
-
Generazione di previsioni individuali
-
Esportazione dei modelli Edge
-