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。
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