การติดป้ายกำกับรูปภาพ

API การติดป้ายกำกับรูปภาพของ Cloud Vision ช่วยให้คุณจดจำเอนทิตีในรูปภาพได้โดยไม่ต้องระบุข้อมูลเมตาตามบริบทเพิ่มเติม

การติดป้ายกำกับรูปภาพจะช่วยให้คุณทราบข้อมูลเชิงลึกเกี่ยวกับเนื้อหาของรูปภาพ เมื่อใช้ API คุณจะได้รับรายการเอนทิตีที่ระบบจดจำได้ ได้แก่ ผู้คน สิ่งต่างๆ สถานที่ กิจกรรม และอื่นๆ ป้ายกำกับแต่ละป้ายกำกับจะมีคะแนนที่ บ่งบอกถึงความมั่นใจที่โมเดล ML มีต่อความเกี่ยวข้องของป้ายกำกับนั้น ข้อมูลนี้จะช่วยให้คุณทำงานต่างๆ ได้ เช่น การสร้างข้อมูลเมตาอัตโนมัติและการกลั่นกรองเนื้อหา


หากพร้อมที่จะเริ่มแล้ว เลือกแพลตฟอร์มของคุณ

iOS+ Android


ความสามารถหลัก

การติดป้ายกำกับรูปภาพที่มีความแม่นยำสูง

API การติดป้ายกำกับรูปภาพของ Firebase ML ขับเคลื่อนโดยความสามารถในการทำความเข้าใจรูปภาพชั้นนำของอุตสาหกรรมของ Google Cloud ซึ่งสามารถจัดประเภทรูปภาพด้วยป้ายกำกับมากกว่า 10,000 รายการในหลายหมวดหมู่ (ดูด้านล่าง)

ลองด้วยตัวคุณเองโดยใช้การสาธิต Cloud Vision API
การรองรับเอนทิตีกราฟความรู้

Firebase ML นอกจากคำอธิบายข้อความของแต่ละป้ายกำกับที่ส่งกลับแล้ว ยังส่งกลับรหัสเอนทิตีของกราฟความรู้ของ Google ของป้ายกำกับด้วย รหัสนี้เป็นสตริงที่ระบุเอนทิตีที่แสดงโดย ป้ายกำกับอย่างไม่ซ้ำกัน และเป็นรหัสเดียวกับที่ใช้โดย Knowledge Graph Search API คุณสามารถใช้สตริงนี้เพื่อระบุเอนทิตีในภาษาต่างๆ และ ไม่ขึ้นอยู่กับการจัดรูปแบบของคำอธิบายที่เป็นข้อความ
การใช้งานแบบจำกัดโดยไม่มีค่าใช้จ่าย

ผู้ใช้ 1,000 คนแรกต่อเดือนใช้งานฟีเจอร์นี้ได้โดยไม่มีค่าใช้จ่าย โปรดดูการกำหนดราคา

ตัวอย่างป้ายกำกับ

API การติดป้ายกำกับรูปภาพรองรับป้ายกำกับมากกว่า 10,000 รายการ ซึ่งรวมถึงตัวอย่างต่อไปนี้ และอื่นๆ อีกมากมาย

หมวดหมู่ตัวอย่างป้ายกำกับหมวดหมู่ตัวอย่างป้ายกำกับ
ศิลปะและความบันเทิง Sculpture
Musical Instrument
Dance		 วัตถุทางดาราศาสตร์ Comet
Galaxy
Star
ธุรกิจและอุตสาหกรรม Restaurant
Factory
Airline		 สี Red
Green
Blue
การออกแบบ Floral
Pattern
Wood Stain		 การดื่ม Coffee
Tea
Milk
กิจกรรม Meeting
Picnic
Vacation		 ตัวละครสมมติ Santa Claus
Superhero
Mythical creature
อาหาร Casserole
Fruit
Potato chip		 บ้านและสวน Laundry basket
Dishwasher
Fountain
กิจกรรม Wedding
Dancing
Motorsport		 วัสดุ Ceramic
Textile
Fiber
สื่อ Newsprint
Document
Sign		 รูปแบบการเดินทาง Aircraft
Motorcycle
Subway
อาชีพ Actor
Florist
Police		 สิ่งมีชีวิต Plant
Animal
Fungus
องค์กร Government
Club
College		 สถานที่ Airport
Mountain
Tent
เทคโนโลยี Robot
Computer
Solar panel		 สิ่งของ Bicycle
Pipe
Doll

ตัวอย่างผลการแข่ง

รูปภาพ: Clément Bucco-Lechat / Wikimedia Commons / CC BY-SA 3.0
ป้ายกำกับ รหัสเอนทิตีกราฟความรู้ ความเชื่อมั่น
สนามกีฬากลางแจ้ง /m/0bmgjqz 0.9860726
ผู้เล่น /m/02vzx9 0.9797604
สนามกีฬา /m/019cfy 0.9635762
สนามกีฬาสำหรับฟุตบอลโดยเฉพาะ /m/0404y4 0.95806926
นักฟุตบอล /m/0gl2ny2 0.9510419
กีฬา /m/06ntj 0.9253524
นักฟุตบอล /m/0pcq81q 0.9033665
arena /m/018lrm 0.8897188