Object Detector

给定图像或视频流，对象检测模型可以识别。

给定图像或视频流，对象检测模型可以识别可能存在的一组已知对象中的哪些对象，并提供有关它们在图像中的位置的信息。例如，示例应用程序的此屏幕截图显示了如何识别两个对象及其位置注释当您将图像传递给 ML Kit 时，它会检测图像中最多五个对象以及图像中每个对象的位置。在视频流中检测对象时，每个对象都有一个唯一的 ID，您可以使用该 ID 逐帧跟踪对象。成功的对象检测取决于对象的视觉复杂性。为了被检测到，具有少量视觉特征的对象可能需要占据图像的较大部分。您应该为用户提供有关捕获与您想要检测的对象类型配合良好的输入的指导。当您使用分类时，如果您想要检测不完全属于支持的类别的对象，请对未知对象实施特殊处理YOLOv5 将世界上最先进的人工智能 (AI) 应用到您的 Android 设备摄像头场景中，以实时检测、分类和定位多达 80 类常见对象。 YOLOv5 是在 COCO 数据集上训练的。由于 Android Core Machine Learning 使每个 Android 用户都可以使用人工智能机器学习。-检测对象和场景-语音输出-不需要在线连接-一切都在本地运行-分享功能

一般的：

第一次启动后，您处于对象检测模式。将相机对准物体，检测会自动开始。在左上角，您可以点击设置图标。右上角的共享按钮可让您共享您检测到的照片和信息。当您按下共享按钮时，捕获将停止。分享并返回主屏幕后，只需按中心的“继续”按钮。 Deep Learner 让您可以通过机器人的眼睛看世界。尝试多种深度学习算法，以全新的方式体验世界！您可以在两种现代计算机视觉算法之间进行选择，并进行比较。其中包括 Mobile Net、Inception 和 Fast-RCNN。使用 Deep Learner，您可以直观地体验这些算法！ .这个应用程序有2种模式：

- 检测模式：使用边界框从 COCO 数据集中检测 80 个类别。

- 分类模式：从无边界框的 ImageNet 数据集中识别 1000 个类。

要开始和停止实时预览，只需触摸预览屏幕。

深度学习软件库 TensorFlow 和 2 个 Mobile Net 模型用于检测和分类。

使用 TensorFlow 进行对象检测和分类

使用 Google TensorFlow 机器学习库模型通过您的移动摄像头实时检测对象，在摄像头图像上显示标签和叠加层。

要开始实时预览，只需打开应用程序即可。

检测对象进入硬件资源而不使用网络。

使用 TensorFlow Lite 技术。将您的相机对准盆栽植物、水果、动物或几乎任何东西以识别它。完全离线工作！

- 使用先进的人工智能即时识别数千种植物、花卉和树木

- 了解植物并发现我们世界各地用户拍摄的美丽植物图片

- 从友好的园艺专家网络中获取建议和建议

--植物护理技巧和水提醒，帮助您更好地种植可爱的植物

- 易于使用的界面和友好的指南，帮助您获得最好的照片

- 与不断壮大的植物爱好者社区快速轻松地分享您的照片

- 跟踪您在自己的个人收藏中发现的所有植物、树木和花卉

这能够以 98% 的准确率识别 17,000 多种植物物种，

免责声明：

物体检测是使用人工智能技术通过使用手机默认相机拍摄物体来检测任何物体。