EITC/AI/GVAPI Google Vision API

Google Cloud bietet zwei Computer Vision-Dienste (gemeinsam als Vision AI bezeichnet) an, die maschinelles Lernen verwenden, um Bilder und Videos mit hoher Vorhersagegenauigkeit zu verstehen, z. B. AutoML Vision und die Vision-API. Die AutoML Vision automatisiert das Training der benutzerdefinierten Modelle für maschinelles Lernen. Es ermöglicht das Hochladen von Bildern und das Trainieren von benutzerdefinierten Bildmodellen mit einer benutzerfreundlichen grafischen Oberfläche. Optimieren Sie die Modelle hinsichtlich Genauigkeit, Latenz und Größe und exportieren Sie sie in eine beliebige Anwendung in der Cloud oder in eine Reihe von Geräten am Rande. Auf der anderen Seite bietet die Vision-API von Google Cloud leistungsstarke vorgefertigte Modelle für maschinelles Lernen über REST-APIs (Representational State Transfer) und RPC-APIs (Remote Procedure Call), mit denen Bilder beschriftet und schnell in Millionen vordefinierter Kategorien eingeteilt werden. Erkennen von Objekten und Gesichtern, Lesen von gedrucktem und handgeschriebenem Text und Erstellen wertvoller Metadaten in Bildkatalogen. Sie können daher AutoML Vision verwenden, um Erkenntnisse aus Bildern in der Cloud oder am Rand abzuleiten, oder die vorgefertigten Vision API-Modelle verwenden, um Emotionen zu erkennen, Text aus visuellen Daten zu verstehen und vieles mehr.

Mit der Vision API von Google Cloud ist Folgendes möglich:

• Objekte erkennen: Erkennen Sie Objekte, wo sie sich befinden und wie viele.
• Vision-Produktsuche aktivieren: Vergleichen Sie Fotos mit Bildern in Ihrem Produktkatalog und geben Sie eine Rangliste ähnlicher Artikel zurück.
• Erkennen von gedrucktem und handgeschriebenem Text: Verwenden Sie OCR und identifizieren Sie die Sprache automatisch.
• Gesichter erkennen: Gesichter und Gesichtsattribute erkennen. (Gesichtserkennung wird nicht unterstützt.)
• Beliebte Orte und Produktlogos identifizieren: Identifizieren Sie automatisch bekannte Sehenswürdigkeiten und Produktlogos.
• Allgemeine Bildattribute zuweisen: Ermitteln Sie allgemeine Attribute und entsprechende Zuschnitthinweise.
• Web-Entitäten und -Seiten erkennen: Suchen Sie nach Nachrichtenereignissen, Logos und ähnlichen Bildern im Web.
• Moderater Inhalt: Erkennen Sie explizite Inhalte (Erwachsene, Gewalttätige usw.) in Bildern.
• Promi-Erkennung: Identifizieren Sie Promi-Gesichter in Bildern (eingeschränkter Zugriff, siehe Dokumentation).
• Klassifizieren von Bildern mithilfe vordefinierter Beschriftungen: Vorab trainierte Modelle nutzen umfangreiche Bibliotheken vordefinierter Beschriftungen.
• Verwenden Sie den Datenbeschriftungsdienst von Google: Google kann Sie beim Kommentieren von Bildern, Videos und Text unterstützen.
• APIs verwenden: Verwenden Sie REST- und RPC-APIs.

Die möglichen Anwendungsfälle für Vision API sind unzählig.

Mithilfe der Vision-API können Sie beispielsweise die Vision-Produktsuche implementieren, mit der Ihre Kunden Produkte von Interesse in Bildern finden und Produktkataloge visuell durchsuchen können (Bildsuche, automatisch bestimmte ähnliche Produkte usw.).

Das obige Video erklärt, wie Googles Cloud AutoML Vision KI zur Analyse von Bildern verwendet.

Ein Doppel-KI-System, das eng mit der vorab geschulten und ständig aktualisierten Google Vision-API verbunden ist, ist Google AutoML Vision, mit dem Unternehmen ihre eigenen Modelle für maschinelles Lernen und benutzerdefinierte Schulungen für die Unterstützung der künstlichen Intelligenz bei der Analyse und dem Verständnis von Visionen verwenden können. Es ist Teil der maschinellen Lernsuite von Google Cloud und soll Entwicklern mit begrenzter Erfahrung im Bereich maschinelles Lernen dabei helfen, benutzerdefinierte Bildverarbeitungsmodelle für ihre spezifischen Anwendungsfälle zu trainieren. AI-Entwickler, die On-Demand-Zugriff auf das allgemeine vorab geschulte Modell benötigen, sollten die Google Vision-API verwenden.