EITC/AI/GVAPI Google Vision API

Google Cloud erbjuder två datorsynstjänster (gemensamt kallade Vision AI) som använder maskininlärning för att förstå bilder och videor med hög förutsägelsesnoggrannhet, dvs. AutoML Vision och Vision API. AutoML Vision automatiserar utbildning av anpassade maskininlärningsmodeller. Det möjliggör uppladdning av bilder och utbildning av anpassade bildmodeller med lättanvänt grafiskt gränssnitt; optimera modellerna för noggrannhet, latens och storlek och exportera dem till alla applikationer i molnet eller till en rad enheter vid kanten. Å andra sidan erbjuder Google Clouds Vision API kraftfulla förutbildade modeller för maskininlärning genom REST (Representational State Transfer) och RPC (Remote Procedure Call) API: er, tilldelar bilder etiketter och klassificeras snabbt i miljoner fördefinierade kategorier. Upptäcka objekt och ansikten, läsa tryckt och handskriven text och bygga värdefulla metadata i bildkataloger. Du kan alltså använda AutoML Vision för att få insikter från bilder i molnet eller vid kanten eller använda de förutbildade Vision API-modellerna för att upptäcka känslor, förstå text från visuella data och mer.

Med Google Clouds Vision API är det möjligt att:

• Upptäck objekt: Upptäck objekt, var de är och hur många.
• Aktivera visionproduktsökning: Jämför foton med bilder i din produktkatalog och returnera en rankad lista med liknande objekt.
• Upptäck tryckt och handskriven text: Använd OCR och identifiera automatiskt språk.
• Upptäck ansikten: Upptäck ansikten och ansiktsattribut. (Ansiktsigenkänning stöds inte.)
• Identifiera populära platser och produktlogotyper: Identifiera automatiskt välkända landmärken och produktlogotyper.
• Tilldela allmänna bildattribut: Upptäck allmänna attribut och lämpliga beskärningstips.
• Upptäck webbenheter och sidor: Hitta nyhetshändelser, logotyper och liknande bilder på webben.
• Måttligt innehåll: Upptäck tydligt innehåll (vuxen, våldsamt etc.) i bilder.
• Kändisigenkänning: Identifiera kändisansikten i bilder (begränsad åtkomst, se dokumentation.)
• Klassificera bilder med fördefinierade etiketter: Förutbildade modeller utnyttjar stora bibliotek med fördefinierade etiketter.
• Använd Googles datamärkningstjänst: Google kan hjälpa till att kommentera bilder, videor och text.
• Använd API: er: Använd REST- och RPC-API: er.

De möjliga användningsfall för Vision API är otaliga.

Till exempel med hjälp av Vision API kan du implementera vision-produktsökning så att dina kunder kan hitta produkter av intresse inom bilder och visuellt söka i produktkataloger (bildsökning, automatiskt utsedda liknande produkter etc.).

Videon ovan förklarar hur Googles Cloud AutoML Vision använder AI för att analysera bilder.

Ett dubbelt AI-system, nära besläktat med det förutbildade och ständigt uppgraderade Google Vision API är Google AutoML Vision som gör det möjligt för företag att använda sina egna maskininlärningsmodeller och anpassad utbildning för artificiell intelligens i synanalys och förståelse. En del av Google Clouds produktprogram för maskininlärning och är utformat för att hjälpa utvecklare med begränsad maskininlärningsexpertis att träna anpassade visionmodeller för deras specifika användningsfall. I behov av on-demand tillgång till den allmänna förutbildade modellen, skulle AI-utvecklare använda Google Vision API.