Vision AI
借助 AutoML Vision 从云端或边缘的图片中发掘有价值的信息，或者使用预训练的 Vision API 模型来实现情绪检测、文本辨识等功能。
-
利用机器学习技术，以业界领先的预测准确率来理解图片
-
使用 AutoML Vision 训练机器学习模型，根据自定义标签对图像进行分类
-
借助 Vision API，检测对象和人脸，辨别手写文本，并构建有价值的图像元数据
优势
自动检测对象
检测图像中的多个对象并进行分类，包括检测每个对象在图像中的位置。详细了解如何使用 Vision API 和 AutoML Vision 进行对象检测。
边缘智能分析
使用 AutoML Vision Edge 构建和部署快速、准确率高的模型，在边缘对图像进行分类或检测对象，并根据本地数据触发实时操作。 了解详情。
改善购物流程
借助 Vision API 的 Vision Product Search 功能，零售商可以在客户上传产品照片后，立刻列出自己销售的类似产品供客户查看和购买，打造富有吸引力的移动端体验。
演示
试用 API
主要特性
两款计算机视觉产品，可帮助您理解图像
AutoML Vision
自动训练您自己的自定义机器学习模型。通过 AutoML Vision 简单易用的图形界面，轻松上传图像并训练自定义图像模型，优化模型的准确率、延迟时间和规模，并将模型导出到您的云端应用或者一组边缘设备。
Vision API
Vision API 通过 REST API 和 RPC API 提供功能强大的预训练机器学习模型，可以为图像分配标签，并将其快速归入数百万个预定义的类别；还可以检测图像中的物体和人脸、识别印刷体及手写文本，并在您的图像目录中纳入有价值的元数据。
Vision API 和 AutoML Vision 客户
文档
查找 Vision AI 的资源和文档
AutoML Vision 文档
训练机器学习模型，根据自定义标签对图像进行分类。
Vision API 文档
将图像标记、人脸检测、光学字符识别 (OCR) 以及露骨内容标记等视觉检测功能集成到应用中。
Vision Product Search 文档
借助指南、参考文档、资源和视频等，了解如何使用 Vision API Product Search。
在 Kubernetes 集群中使用 Cloud Vision API
通过 Google Cloud Skills Boost 实验学习如何使用 Cloud Vision API，该实验介绍如何使用 AutoML Vision 对云端的云朵图像进行分类。
机器学习 API
利用此 Google Cloud Skills Boost 挑战任务中的实验室挑战赛，提升并展现您的机器学习 API 知识。
API Explorer：Qwik Start
获得 API Explorer 的实践体验，包括创建 Cloud Storage 存储桶、将图像上传到 Cloud Storage 以及向 Vision API 发出请求。
利用 Cloud ML API 提取并翻译图像中的文本
结合使用 Vision、Translation 和 Natural Language API 等多个 API 来提取、翻译和分析图像中的文本，以探索机器学习。
检测图像中的标签 (Python)
了解如何启用 Vision API、克隆示例应用、设置身份验证，以及使用示例应用请求描述示例图像的 Vision API 返回标签。
使用场景
使用场景
使用 Vision API 查找图片中的产品，并在产品清单中进行视觉化搜索。
使用 Vision API 和 AutoML Vision，可以跨各种主题和场景进行图像搜索，自定义类别也不在话下。
特性对比
哪款视觉产品适合您？
AutoML Vision
Vision API
界面
使用 API
使用 REST API 和 RPC API。
使用图形界面
使用图形界面。
预定义或自定义标签
使用预定义标签进行图像分类
经过预训练的模型可使用丰富的预定义标签库。
使用自定义标签进行图像分类
训练模型，以使用您选择的标签进行图像分类。
使用 Google 的数据标记服务
我们的团队可以帮助您为图像、视频和文本添加注释。
在边缘部署
在边缘部署机器学习模型
部署已针对边缘设备进行优化的低延迟、高准确率模型。
-
与机器学习套件集成