Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Resim Etiketleme
plat_iosplat_android
Cloud Vision'ın görüntü etiketleme API'leri sayesinde Google Earth'teki
bağlamsal meta veri sağlamaya gerek kalmadan
bir resim yüklemenizi sağlar.
Resim etiketleme, resimlerin içeriği hakkında bilgi edinmenizi sağlar.
Tanınan varlıkların listesini görürsünüz: insanlar, nesneler,
yerler, etkinlikler vb. Bulunan her etiket
ML modelinin alaka düzeyine olan güvenini gösterir. Bununla
otomatik meta veri oluşturma gibi görevleri
en iyi uygulamaları paylaşacağız.
Firebase ML görüntü etiketleme API'si Google Cloud tarafından desteklenmektedir
sınıflandırma yapabilen ve sektör lideri görüntü anlama özelliği
birçok kategoride 10.000'den fazla etikete sahip resimler. (Aşağıya bakın.)
Firebase ML işlemini yapan her etiketin metin açıklamasına
etiketin Google Bilgi Grafiği varlık kimliğini de döndürür.
Bu kimlik, temsil eden varlığı benzersiz şekilde tanımlayan bir dizedir
Etiket, etiketi tarafından kullanılan kimliğin aynısı
Bilgi Grafiği Arama API'sı.
Bu dizeyi farklı dillerdeki bir öğeyi tanımlamak için kullanabilirsiniz.
metin açıklamasının biçimlendirmesinden bağımsızdır.
Sınırlı ücretsiz kullanım
Bu özelliğin her ay ilk 1.000 kullanımı için ücretsiz: bkz.
Fiyatlandırma
Örnek etiketler
Görüntü etiketleme API'si, aşağıdaki örnekler de dahil olmak üzere 10.000'den fazla etiketi destekler.
ve çok daha fazlası:
Kategori
Örnek etiketler
Kategori
Örnek etiketler
Sanat ve eğlence
Sculpture Musical Instrument Dance
Astronomi cisimleri
Comet Galaxy Star
İş ve endüstriyel
Restaurant Factory Airline
Renkler
Red Green Blue
Tasarım
Floral Pattern Wood Stain
İçecek
Coffee Tea Milk
Etkinlikler
Meeting Picnic Vacation
Kurgusal karakterler
Santa Claus Superhero Mythical creature
Yiyecek
Casserole Fruit Potato chip
Ev ve bahçe
Laundry basket Dishwasher Fountain
Etkinlikler
Wedding Dancing Motorsport
Malzemeler
Ceramic Textile Fiber
Medya
Newsprint Document Sign
Ulaşım şekilleri
Aircraft Motorcycle Subway
Meslekler
Actor Florist Police
Organizmalar
Plant Animal Fungus
Kuruluşlar
Government Club College
Yerler
Airport Mountain Tent
Teknoloji
Robot Computer Solar panel
Things
Bicycle Pipe Doll
Örnek sonuçlar
Fotoğraf: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0
[null,null,["Son güncelleme tarihi: 2025-07-25 UTC."],[],[],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 |"]]
