تنظيم صفحاتك في مجموعات
يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
تصنيف الصور
plat_iosplat_android
باستخدام واجهات برمجة التطبيقات لتصنيف الصور في Cloud Vision، يمكنك التعرّف على الكيانات في
صورة دون الحاجة إلى توفير أي بيانات وصفية إضافية للسياق.
يمنحك تصنيف الصور إحصاءات حول محتوى الصور. عند استخدام
ستظهر لك قائمة بالكيانات التي تم التعرّف عليها: أشخاص أو أشياء
والأماكن والأنشطة وما إلى ذلك يأتي كل تصنيف تم العثور عليه مع درجة
إلى ثقة نموذج تعلُّم الآلة في مدى صلته بالموضوع. مع هذا
معلومات، يمكنك تنفيذ مهام مثل الإنشاء التلقائي لبيانات التعريف
والإشراف على المحتوى
تستند واجهة برمجة تطبيقات تصنيف الصور في "Firebase ML" إلى منصّة "Google Cloud".
وقدرته الرائدة في المجال على فهم الصور، والتي يمكنها تصنيف
الصور التي تحتوي على أكثر من 10000 تصنيف في العديد من الفئات. (راجع المذكور أدناه).
بالإضافة إلى الوصف النصي لكل تصنيف، Firebase ML
يعرض أيضًا معرّف كيان "الرسم البياني المعرفي من Google" الخاص بالعلامة التجارية.
رقم التعريف هذا هو سلسلة تعرّف بشكل فريد الكيان الذي يمثله
التصنيف، وهو نفس المعرف الذي يستخدمه
واجهة برمجة تطبيقات بحث "الرسم البياني المعرفي":
يمكنك استخدام هذه السلسلة لتحديد كيان في اللغات المختلفة
بشكل مستقل عن تنسيق وصف النص.
استخدام محدود بدون تكلفة
بدون تكلفة لأول 1000 استخدام لهذه الميزة في الشهر: راجع
الأسعار
أمثلة على التصنيفات
تتيح واجهة برمجة التطبيقات تصنيف الصور استخدام أكثر من 10,000 تصنيف، بما في ذلك الأمثلة التالية
وغير ذلك الكثير:
الفئة
أمثلة على التصنيفات
الفئة
أمثلة على التصنيفات
فنون الترفيه
Sculpture Musical Instrument Dance
أجسام فلكية
Comet Galaxy Star
أعمال صناعي
Restaurant Factory Airline
الألوان
Red Green Blue
التصميم
Floral Pattern Wood Stain
مشروبات
Coffee Tea Milk
الأحداث
Meeting Picnic Vacation
شخصيات خيالية
Santa Claus Superhero Mythical creature
طعام
Casserole Fruit Potato chip
المنزل والبستنة
Laundry basket Dishwasher Fountain
الأنشطة
Wedding Dancing Motorsport
المواد
Ceramic Textile Fiber
الوسائط
Newsprint Document Sign
وسائل النقل
Aircraft Motorcycle Subway
المهن
Actor Florist Police
الكائنات الحية
Plant Animal Fungus
المؤسسات
Government Club College
أماكن
Airport Mountain Tent
تكنولوجيا
Robot Computer Solar panel
الأشياء
Bicycle Pipe Doll
أمثلة النتائج
الصورة: Clément Bucco-Lechat / "ويكيميديا كومنز" / CC BY-SA 3.0
تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2025-07-25 (حسب التوقيت العالمي المتفَّق عليه)"],[],[],null,["Image Labeling \nplat_ios plat_android \n\nWith Cloud Vision's image labeling APIs, you can recognize entities in\nan image without having to provide any additional contextual metadata.\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\u003cbr /\u003e\n\nReady to get started? Choose your platform:\n\n[iOS+](/docs/ml/ios/label-images)\n[Android](/docs/ml/android/label-images)\n\n\u003cbr /\u003e\n\n| **Want to label images with your own categories?** Train your own image labeling models with [AutoML Vision Edge](/docs/ml/automl-image-labeling).\n| **Looking for on-device image labeling?** Try the [standalone ML Kit library](https://developers.google.com/ml-kit/vision/image-labeling).\n\nKey capabilities\n\n|--------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| High-accuracy image labeling | Firebase ML's image labeling API is powered by Google Cloud's industry-leading image understanding capability, which can classify images with 10,000+ labels in many categories. (See below.) Try it yourself with the [Cloud Vision API demo](https://cloud.google.com/vision/docs/drag-and-drop). |\n| Knowledge Graph entity support | In addition the text description of each label that Firebase ML returns, it also returns the label's Google Knowledge Graph entity ID. This ID is a string that uniquely identifies the entity represented by the label, and is the same ID used by the [Knowledge Graph Search API](https://developers.google.com/knowledge-graph/). You can use this string to identify an entity across languages, and independently of the formatting of the text description. |\n| Limited no-cost use | No-cost for first 1000 uses of this feature per month: see [Pricing](/pricing) |\n\nExample labels\n\nThe image labeling API supports 10,000+ labels, including the following examples\nand many more:\n\n| Category | Example labels | Category | Example labels |\n|------------------------|------------------------------------------|----------------------|-----------------------------------------------|\n| Arts \\& entertainment | `Sculpture` `Musical Instrument` `Dance` | Astronomical objects | `Comet` `Galaxy` `Star` |\n| Business \\& industrial | `Restaurant` `Factory` `Airline` | Colors | `Red` `Green` `Blue` |\n| Design | `Floral` `Pattern` `Wood Stain` | Drink | `Coffee` `Tea` `Milk` |\n| Events | `Meeting` `Picnic` `Vacation` | Fictional characters | `Santa Claus` `Superhero` `Mythical creature` |\n| Food | `Casserole` `Fruit` `Potato chip` | Home \\& garden | `Laundry basket` `Dishwasher` `Fountain` |\n| Activities | `Wedding` `Dancing` `Motorsport` | Materials | `Ceramic` `Textile` `Fiber` |\n| Media | `Newsprint` `Document` `Sign` | Modes of transport | `Aircraft` `Motorcycle` `Subway` |\n| Occupations | `Actor` `Florist` `Police` | Organisms | `Plant` `Animal` `Fungus` |\n| Organizations | `Government` `Club` `College` | Places | `Airport` `Mountain` `Tent` |\n| Technology | `Robot` `Computer` `Solar panel` | Things | `Bicycle` `Pipe` `Doll` |\n\nExample results Photo: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0\n\n| Label | Knowledge Graph entity ID | Confidence |\n|-------------------------|---------------------------|------------|\n| sport venue | /m/0bmgjqz | 0.9860726 |\n| player | /m/02vzx9 | 0.9797604 |\n| stadium | /m/019cfy | 0.9635762 |\n| soccer specific stadium | /m/0404y4 | 0.95806926 |\n| football player | /m/0gl2ny2 | 0.9510419 |\n| sports | /m/06ntj | 0.9253524 |\n| soccer player | /m/0pcq81q | 0.9033665 |\n| arena | /m/018lrm | 0.8897188 |"]]
