Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Pelabelan Gambar
plat_iosplat_android
Dengan API pelabelan gambar pada ML Kit, Anda dapat mengenali entity
dalam gambar tanpa perlu memberikan metadata kontekstual tambahan apa pun, dengan menggunakan
API di perangkat atau API berbasis cloud.
Pelabelan gambar memberi Anda data tentang konten gambar. Saat menggunakan API tersebut, Anda akan mendapatkan daftar entitas yang dikenali: orang, benda, tempat, aktivitas, dan sebagainya. Setiap label yang ditemukan dilengkapi dengan skor yang menunjukkan keyakinan model ML atas relevansinya. Berbekal informasi ini, Anda dapat melakukan tugas-tugas seperti pembuatan metadata otomatis dan moderasi konten.
Bagi developer Flutter, ada baiknya mempertimbangkan FlutterFire, yang mencakup plugin untuk ML Vision API Firebase.
Pilih antara Cloud API dan API di perangkat
Di perangkat
Cloud
Harga
Gratis
Gratis untuk 1.000 penggunaan pertama fitur ini per bulan: lihat Harga
Cakupan label
400+ label yang mencakup konsep yang paling umum ditemukan di foto. Lihat di bawah ini.
10.000+ label dalam banyak kategori. Lihat di bawah.
Selain itu, coba demo Cloud Vision API untuk melihat label apa yang dapat ditemukan dalam gambar yang Anda berikan.
Dukungan ID entity Pustaka Pengetahuan
Contoh label di perangkat
API yang berbasis perangkat mendukung 400+ label, seperti contoh berikut ini:
Kategori
Contoh label
Orang
Crowd Selfie Smile
Aktivitas
Dancing Eating Surfing
Benda
Car Piano Receipt
Hewan
Bird Cat Dog
Tanaman
Flower Fruit Vegetable
Tempat
Beach Lake Mountain
Contoh label cloud
API yang berbasis cloud mendukung 10.000+ label, seperti contoh berikut ini:
Kategori
Contoh label
Kategori
Contoh label
Seni & hiburan
Sculpture Musical Instrument Dance
Benda astronomi
Comet Galaxy Star
Bisnis & industri
Restaurant Factory Airline
Warna
Red Green Blue
Desain
Floral Pattern Wood Stain
Minuman
Coffee Tea Milk
Acara
Meeting Picnic Vacation
Karakter fiksi
Santa Claus Superhero Mythical creature
Makanan
Casserole Fruit Potato chip
Rumah & taman
Laundry basket Dishwasher Fountain
Aktivitas
Wedding Dancing Motorsport
Bahan
Ceramic Textile Fiber
Media
Newsprint Document Sign
Mode transportasi
Aircraft Motorcycle Subway
Pekerjaan
Actor Florist Police
Organisme
Plant Animal Fungus
Organisasi
Government Club College
Tempat
Airport Mountain Tent
Teknologi
Robot Computer Solar panel
Benda
Bicycle Pipe Doll
ID entity Pustaka Pengetahuan Google
Selain deskripsi teks dari setiap label yang ditampilkan ML Kit, ID entitas Pustaka Pengetahuan Google dari label juga ditampilkan. ID ini adalah string yang secara unik mengidentifikasi entitas yang diwakili oleh label, dan juga merupakan ID yang digunakan oleh Knowledge Graph Search API. Anda dapat menggunakan string ini untuk mengidentifikasi entitas di seluruh bahasa, dan secara terpisah dari pemformatan deskripsi teks.
Hasil contoh
Foto: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0
[null,null,["Terakhir diperbarui pada 2025-08-06 UTC."],[],[],null,["Image Labeling \nplat_ios plat_android \n\nWith ML Kit's image labeling APIs, you can recognize entities in an\nimage without having to provide any additional contextual metadata, using either\nan on-device API or a cloud-based API.\n\nImage labeling gives you insight into the content of images. When you use the\nAPI, you get a list of the entities that were recognized: people, things,\nplaces, activities, and so on. Each label found comes with a score that\nindicates the confidence the ML model has in its relevance. With this\ninformation, you can perform tasks such as automatic metadata generation\nand content moderation.\n\n[iOS](/docs/ml-kit/ios/label-images)\n[Android](/docs/ml-kit/android/label-images)\n\nIf you're a Flutter developer, you might be interested in\n[FlutterFire](https://github.com/FirebaseExtended/flutterfire/tree/master/packages/firebase_ml_vision),\nwhich includes a plugin for Firebase's ML Vision APIs.\n| **Want to label images with your own categories?** Train your own image labeling models with [AutoML Vision Edge](/docs/ml-kit/automl-image-labeling).\n| This is a beta release of ML Kit for Firebase. This API might be changed in backward-incompatible ways and is not subject to any SLA or deprecation policy.\n\nChoose between on-device and Cloud APIs\n\nExample on-device labels\n\nThe device-based API supports 400+ labels, such as the following examples:\n\nExample cloud labels\n\nThe cloud-based API supports 10,000+ labels, such as the following examples:\n\nGoogle Knowledge Graph entity IDs\n\nIn addition the text description of each label that ML Kit returns, it also\nreturns the label's Google Knowledge Graph entity ID. This ID is a string that\nuniquely identifies the entity represented by the label, and is the same ID used\nby the [Knowledge Graph Search API](https://developers.google.com/knowledge-graph/).\nYou can use this string to identify an entity across languages, and\nindependently of the formatting of the text description.\n\nExample results Photo: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0"]]
