Object Detector

給定圖像或視頻流，對象檢測模型可以識別。

給定圖像或視頻流，對象檢測模型可以識別可能存在的一組已知對像中的哪些對象，並提供有關它們在圖像中的位置的信息。例如，示例應用程序的此屏幕截圖顯示瞭如何識別兩個對象及其位置註釋當您將圖像傳遞給 ML Kit 時，它會檢測圖像中最多五個對像以及圖像中每個對象的位置。在視頻流中檢測對象時，每個對像都有一個唯一的 ID，您可以使用該 ID 逐幀跟踪對象。成功的對象檢測取決於對象的視覺複雜性。為了被檢測到，具有少量視覺特徵的對象可能需要佔據圖像的較大部分。您應該為用戶提供有關捕獲與您想要檢測的對像類型配合良好的輸入的指導。當您使用分類時，如果您想要檢測不完全屬於支持的類別的對象，請對未知對象實施特殊處理YOLOv5 將世界上最先進的人工智能 (AI) 應用到您的 Android 設備攝像頭場景中，以實時檢測、分類和定位多達 80 類常見對象。 YOLOv5 是在 COCO 數據集上訓練的。由於 Android Core Machine Learning 使每個 Android 用戶都可以使用人工智能機器學習。-檢測對象和場景-語音輸出-不需要在線連接-一切都在本地運行-分享功能

一般的：

第一次啟動後，您處於對象檢測模式。將相機對準物體，檢測會自動開始。在左上角，您可以點擊設置圖標。右上角的共享按鈕可讓您共享您檢測到的照片和信息。當您按下共享按鈕時，捕獲將停止。分享並返回主屏幕後，只需按中心的“繼續”按鈕。 Deep Learner 讓您可以通過機器人的眼睛看世界。嘗試多種深度學習算法，以全新的方式體驗世界！您可以在兩種現代計算機視覺算法之間進行選擇，並進行比較。其中包括 Mobile Net、Inception 和 Fast-RCNN。使用 Deep Learner，您可以直觀地體驗這些算法！ .這個應用程序有2種模式：

- 檢測模式：使用邊界框從 COCO 數據集中檢測 80 個類別。

- 分類模式：從無邊界框的 ImageNet 數據集中識別 1000 個類。

要開始和停止實時預覽，只需觸摸預覽屏幕。

深度學習軟件庫 TensorFlow 和 2 個 Mobile Net 模型用於檢測和分類。

使用 TensorFlow 進行對象檢測和分類

使用 Google TensorFlow 機器學習庫模型通過您的移動攝像頭實時檢測對象，在攝像頭圖像上顯示標籤和疊加層。

要開始實時預覽，只需打開應用程序即可。

檢測對象進入硬件資源而不使用網絡。

使用 TensorFlow Lite 技術。將您的相機對準盆栽植物、水果、動物或幾乎任何東西以識別它。完全離線工作！

- 使用先進的人工智能即時識別數千種植物、花卉和樹木

- 了解植物並發現我們世界各地用戶拍攝的美麗植物圖片

- 從友好的園藝專家網絡中獲取建議和建議

--植物護理技巧和水提醒，幫助您更好地種植可愛的植物

- 易於使用的界面和友好的指南，幫助您獲得最好的照片

- 與不斷壯大的植物愛好者社區快速輕鬆地分享您的照片

- 跟踪您在自己的個人收藏中發現的所有植物、樹木和花卉

這能夠以 98% 的準確率識別 17,000 多種植物物種，

免責聲明：

物體檢測是使用人工智能技術通過使用手機默認相機拍攝物體來檢測任何物體。