संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
इमेज को लेबल करना
plat_iosplat_android
Cloud Vision के इमेज लेबलिंग एपीआई की मदद से, यहां दी गई इकाइयों में मौजूद इकाइयों की पहचान की जा सकती है
किसी इमेज के लिए, अलग से कोई मेटाडेटा देने की ज़रूरत नहीं होती.
इमेज को लेबल करने से, आपको इमेज के कॉन्टेंट के बारे में अहम जानकारी मिलती है. जब आप
एपीआई इस्तेमाल करने पर, आपको उन इकाइयों की सूची मिलती है जिन्हें पहचाना गया: लोग, चीज़ें,
जगहें, गतिविधियां वगैरह. हर लेबल के साथ एक स्कोर मिलता है, जो
इससे पता चलता है कि एमएल मॉडल कितने काम का है. इसके साथ
तो अपने-आप मेटाडेटा जनरेट करने जैसे काम किए जा सकते हैं
और कॉन्टेंट मॉडरेशन की सुविधा देते हैं.
क्या आप इसे इस्तेमाल करने के लिए तैयार हैं? अपना प्लैटफ़ॉर्म चुनें:
Firebase ML का इमेज लेबलिंग एपीआई, Google Cloud की मदद से काम करता है
इमेज समझने की बेहतरीन क्षमता है. इसे अलग-अलग कैटगरी में बांटा जा सकता है
कई कैटगरी में 10,000 से ज़्यादा लेबल वाली इमेज. (इस बारे में नीचे बताया गया है.)
हर लेबल के टेक्स्ट की जानकारी के अलावा, जो Firebase ML
दिखाता है, तो यह लेबल का 'Google नॉलेज ग्राफ़' इकाई आईडी भी दिखाता है.
यह आईडी एक स्ट्रिंग है, जिससे इकाई की खास तौर पर पहचान की जाती है.
लेबल किया हुआ है और वही आईडी है जिसका उपयोग
नॉलेज ग्राफ़ सर्च एपीआई.
इस स्ट्रिंग का इस्तेमाल करके, अलग-अलग भाषाओं में इकाई की पहचान की जा सकती है और
वह लेख की जानकारी के फ़ॉर्मैट से अलग हो.
बिना शुल्क के सीमित इस्तेमाल के लिए
हर महीने इस सुविधा के पहले 1,000 इस्तेमाल करने पर, कोई शुल्क नहीं लिया जाएगा: देखें
कीमत
लेबल के उदाहरण
इमेज लेबलिंग एपीआई,10, 000 से ज़्यादा लेबल पर काम करता है. इनमें ये उदाहरण शामिल हैं
और कई अन्य:
कैटगरी
लेबल के उदाहरण
कैटगरी
लेबल के उदाहरण
कला और मनोरंजन
Sculpture Musical Instrument Dance
खगोलीय वस्तुएं
Comet Galaxy Star
कारोबार और औद्योगिक
Restaurant Factory Airline
रंग
Red Green Blue
डिज़ाइन
Floral Pattern Wood Stain
पेय
Coffee Tea Milk
इवेंट
Meeting Picnic Vacation
काल्पनिक किरदार
Santa Claus Superhero Mythical creature
खाना
Casserole Fruit Potato chip
घर और बाग
Laundry basket Dishwasher Fountain
गतिविधियां
Wedding Dancing Motorsport
सामग्री
Ceramic Textile Fiber
मीडिया
Newsprint Document Sign
परिवहन के साधन
Aircraft Motorcycle Subway
व्यवसाय
Actor Florist Police
जीव
Plant Animal Fungus
संगठन
Government Club College
जगहें
Airport Mountain Tent
टेक्नोलॉजी
Robot Computer Solar panel
चीज़ें
Bicycle Pipe Doll
परिणामों के उदाहरण
फ़ोटो: Clément Bookco-Lechat / Wikimedia Commons / CC BY-SA 3.0
[null,null,["आखिरी बार 2025-07-25 (UTC) को अपडेट किया गया."],[],[],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 |"]]
