Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Détection et suivi d'objets
plat_iosplat_android
Avec l'API de détection et de suivi des objets sur l'appareil de ML Kit, vous pouvez localiser et suivre en temps réel les objets les plus importants d'une image ou d'un flux de caméra en direct. Vous pouvez aussi, si vous le souhaitez, classer les objets détectés dans plusieurs
catégories générales.
La détection d'objets et le suivi avec classification approximative sont utiles pour créer
des expériences de recherche
visuelle en direct. Parce que la détection d'objets et le suivi
rapidement et entièrement sur l'appareil, il fonctionne aussi bien en tant qu'interface
de recherche visuelle. Après avoir détecté et filtré des objets, vous pouvez les transmettre
à un backend cloud, tel que Cloud Vision Product Search,
ou à un modèle personnalisé, comme celui que vous avez entraîné
AutoML Vision Edge.
Détectez des objets et obtenez leur emplacement dans l'image. Suivre des objets dans
images.
Modèle optimisé sur l'appareil
Le modèle de détection et de suivi d'objets est optimisé pour les appareils mobiles et destiné à être utilisé dans des applications en temps réel, même sur des appareils d'entrée de gamme.
Détection d'objets visibles
Déterminez automatiquement l'objet le plus proéminent d'une image.
Classification approximative
classer des objets en catégories générales que vous pouvez utiliser pour filtrer
aux objets qui ne vous
intéressent pas. Les catégories suivantes sont acceptées:
articles pour la maison, articles de mode,
aliments, plantes, lieux et inconnus.
Exemples de résultats
Suivre l'objet le plus proéminent dans les images
ID de suivi
0
Limites
(95, 45), (496, 45), (496, 240), (95, 240)
Catégorie
LIEU
Confiance de classification
0,9296875
ID de suivi
0
Limites
(84, 46), (478, 46), (478, 247), (84, 247)
Catégorie
LIEU
Confiance de classification
0,8710938
ID de suivi
0
Limites
(53, 45), (519, 45), (519, 240), (53, 240)
Catégorie
LIEU
Niveau de confiance de la classification
0,8828125
Photo: Christian Ferrer [CC BY-SA 4.0]
Plusieurs objets dans une image statique
Objet 0
Limites
(1, 97), (332, 97), (332, 332), (1, 332)
Catégorie
FASHION_GOOD
Confiance de classification
0,95703125
Object 1
Limites
(186, 80), (337, 80), (337, 226), (186, 226)
Catégorie
FASHION_GOOD
Confiance de classification
0,84375
Object 2
Limites
(296, 80), (472, 80), (472, 388), (296, 388)
Catégorie
FASHION_GOOD
Confiance de classification
0,94921875
Object 3
Limites
(439, 83), (615, 83), (615, 306), (439, 306)
Catégorie
FASHION_GOOD
Confiance de classification
0,9375
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/25 (UTC).
[null,null,["Dernière mise à jour le 2025/07/25 (UTC)."],[],[],null,["Object Detection and Tracking \nplat_ios plat_android \n\nWith ML Kit's on-device object detection and tracking API, you can localize\nand track in real time the most prominent objects in an image or live camera\nfeed. You can also optionally classify detected objects into one of several\ngeneral categories.\n\nObject detection and tracking with coarse classification is useful for building\nlive visual search experiences. Because object detection and tracking happens\nquickly and completely on the device, it works well as the front end of a longer\nvisual search pipeline. After you detect and filter objects, you can pass them\nto a cloud backend, such as [Cloud Vision Product Search](https://cloud.google.com/vision/product-search/docs/),\nor to a custom model, such as one you trained using\n[AutoML Vision Edge](/docs/ml-kit/automl-vision-edge).\n\n[iOS](/docs/ml-kit/ios/detect-objects)\n[Android](/docs/ml-kit/android/detect-objects)\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\nKey capabilities\n\n|------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Fast object detection and tracking | Detect objects and get their location in the image. Track objects across images. |\n| Optimized on-device model | The object detection and tracking model is optimized for mobile devices and intended for use in real-time applications, even on lower-end devices. |\n| Prominent object detection | Automatically determine the most prominent object in an image. |\n| Coarse classification | Classify objects into broad categories, which you can use to filter out objects you're not interested in. The following categories are supported: home goods, fashion goods, food, plants, places, and unknown. |\n\nExample results\n\nTracking the most prominent object across images\n\n|---|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| | |---------------------------|--------------------------------------------| | Tracking ID | 0 | | Bounds | (95, 45), (496, 45), (496, 240), (95, 240) | | Category | PLACE | | Classification confidence | 0.9296875 | |\n| | |---------------------------|--------------------------------------------| | Tracking ID | 0 | | Bounds | (84, 46), (478, 46), (478, 247), (84, 247) | | Category | PLACE | | Classification confidence | 0.8710938 | |\n| | |---------------------------|--------------------------------------------| | Tracking ID | 0 | | Bounds | (53, 45), (519, 45), (519, 240), (53, 240) | | Category | PLACE | | Classification confidence | 0.8828125 | |\n\nPhoto: Christian Ferrer \\[CC BY-SA 4.0\\]\n\nMultiple objects in a static image\n\n| Object 0 ||\n|---------------------------|----------------------------------------------|\n| Bounds | (1, 97), (332, 97), (332, 332), (1, 332) |\n| Category | FASHION_GOOD |\n| Classification confidence | 0.95703125 |\n| Bounds | (186, 80), (337, 80), (337, 226), (186, 226) |\n| Category | FASHION_GOOD |\n| Classification confidence | 0.84375 |\n| Bounds | (296, 80), (472, 80), (472, 388), (296, 388) |\n| Category | FASHION_GOOD |\n| Classification confidence | 0.94921875 |\n| Bounds | (439, 83), (615, 83), (615, 306), (439, 306) |\n| Category | FASHION_GOOD |\n| Classification confidence | 0.9375 |"]]
