【发布时间】:2023-03-22 19:01:01
【问题描述】:
由于 API 响应和 web-ui 演示 https://cloud.google.com/vision/docs/drag-and-drop 的结果,我尝试使用 Google Vision API 和一个用例研究来检测戴口罩的人,我无法获得正确的结果如何确定戴口罩的人面具与否。
感谢您的帮助。
【问题讨论】:
标签: google-cloud-vision vision-api
由于 API 响应和 web-ui 演示 https://cloud.google.com/vision/docs/drag-and-drop 的结果,我尝试使用 Google Vision API 和一个用例研究来检测戴口罩的人,我无法获得正确的结果如何确定戴口罩的人面具与否。
感谢您的帮助。
【问题讨论】:
标签: google-cloud-vision vision-api
Google Cloud Vision API 是一种“预训练”的机器学习模型。我尝试通过 API Demo 站点运行一个戴着面具的人的图像。演示站点:https://www.gstatic.com/cloud-site-ux/vision/vision.min.html。它能够识别出这是一张脸,但没有找到任何“面具”对象或标签。
由于尚未训练 GCP Vision API 将掩码识别为对象或标签,因此它不适用于您的应用程序。幸运的是,Google Cloud 提供了另一种产品,可让您创建自己的机器学习模型,您可以训练它识别戴口罩和不戴口罩的人。
通过https://cloud.google.com/automl/docs 了解 Google AutoML 对象检测。这就是您想要使用的。 AutoML 对象检测使您能够训练自定义模型来检测图像中带有边界框和标签的对象。 AutoML Image Classification 类似,但它不会指定对象的边界框;它通常只能告诉您图像中包含掩码(LABEL_DETECTION)。
您需要向其提供示例图片 - 即。戴着面具的人的图像。您提供的图像越多,它在识别图像中的对象时就越准确。使用具有不同光照、角度、遮罩颜色和类型等的图像。Google 建议使用 50,000 张图像进行训练。有关为训练准备图像的更多信息,请点击此处:https://cloud.google.com/vision/automl/docs/prepare
您可以通过 https://console.cloud.google.com/vision 开始使用此 GCP 产品。
【讨论】: