文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

业界 | 谷歌开源高效的移动端视觉识别模型：MobileNet

选自Google Research 机器之心编译 参与：蒋思源 近日，谷歌开源了 MobileNet，它一个支持多种视觉识别任务的轻量级模型，还能高效地在移动设备上运行。...虽然如今通过 Cloud Vision API 和联网设备提供了大量的计算机视觉应用，如目标识别、地标识别、商标和文本识别等，但我们相信随着移动设备的计算力日益增长，这些技术不论何时、何地、有没有联网都可以加载到用户的移动设备中...然而移动设备和嵌入式应用的视觉识别还存在着很多挑战，即模型必须在有限资源的环境中充分利用计算力、功率和储存空间以在高精度下快速运行。...MobileNet 是小型、低延迟、低功耗的参数化模型，它可以满足有限资源下的各种应用案例。它们可以像其他流行的大规模模型（如 Inception）一样用于分类、检测、嵌入和分割任务等。 ?...我们也展示了 MobileNets 在多种不同应用中的有效性，其中包括物体检测、粒度分类、面部属性和大规模地理定位。 ?

1.4K60
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    AI 开发者看过来，主流移动端深度学习框架大盘点

    Caffe2 2017 年 5 月 17 日，在 Google I/O 2017 大会上，移动端深度学习框架 TensorFlow Lite 诞生 2017 年 6 月 6 日，苹果在 WWDC 大会上推出...据介绍，Core ML 提供支持人脸追踪、人脸检测、地标、文本检测、条码识别、物体追踪、图像匹配等任务的 API。...Core ML 在设备上严格运行，确保了用户隐私数据，在无网络连接的情况下依然能够响应用户操作。...Core ML+Vision 应用场景如下所示： 在相机或给定图像中检测人脸 检测眼睛和嘴巴的位置、头部形状等人脸面部详细特征 录制视频过程中追踪移动的对象和确定地平线的角度 转换两个图像，使其内容对齐...，识别图像中的文本 检测和识别条形码 ...... ?

    2.6K30

    使用谷歌 Gemini API 构建自己的 ChatGPT（教程一）

    在本文中，我们将获取免费Google API密钥、安装必要依赖项以及编写代码来构建超越传统文本交互的智能聊天机器人的过程。...它是一个强大的人工智能工具，可以处理涉及不同类型数据的各种任务，而并不简单的用于处理文本内容。 特性 多模式能力：与大多数主要专注于文本的LLM不同，Gemini可以无缝处理文本、图像、音频甚至代码。...Nano：最轻量高效的模型，非常适合在设备上运行，特别是在计算资源有限的情况下。...生成 Gemini API key 要访问 Gemini API 并开始使用其功能，我们可以通过在 Google 的 MakerSuite 注册来获取免费的 Google API 密钥。...聊天中使用图像 在使用仅文本输入的 Gemini 模型时，需要注意Gemini 还提供了一个名为 gemini-pro-vision 的模型。该特定模型可处理图像和文本输入，生成基于文本的输出。

    1.9K11

    50多种适合机器学习和预测应用的API，你的选择是？（2018年版本）

    2.Betaface：该API提供人脸识别与WEB服务检测。识别的特征包括多人脸检测、人脸裁剪、123个人脸特征点检测、人脸验证与识别、以及在大数据库中进行相似性搜索。...能够在正面照和轮廓照上检测人脸或多个人脸，还可以将检测结果以JSON格式输出，此外，该API可以显示检测到的眼睛、鼻子、嘴等面部特征。...7.Google Cloud Vision API：发布在TensorFlow平台上，使得模型能够学习和预测图像的内容。此外，还可以帮助用户搜索到最爱的图像，快速、准确地获取它的注释。...4.Google Cloud Natural Language API：该API分析文本的结构和意义，包括情感分析、实体识别以及文本注释。...机器学习与预测 1.Amazon Machine Learning：从数据中查找模式。该API的典型用法包括诈骗检测、需求预测、目标营销和点击预测等。

    1.9K10

    Gemini Pro 模型的初学者指南

    让我们首先浏览一下 Google AI Studio 的用户界面，看看如何立即开始测试并为我们的应用程序生成代码。 访问 Google AI Studio 先说第一件事！...前往 Google AI 网站并使用您的 Google 帐户登录。 单击“在 Google AI Studio 中获取 API 密钥”后，您将被重定向到我们将创建第一个提示的主页。...Gemini Pro 与 Gemini Pro Vision 目前，Vertex AI Gemini API 和 Google AI Studio 支持以下模型： Gemini Pro： 用于自然语言任务...选择 Gemini Pro Vision 进行多模式提示 好的，对于这个示例，我们将切换到Gemini Pro Vision模型并编写由文本和下面的图像组成的多模式提示： Gemini 将处理文本提示，...我们开始做吧： 输入我们的提示 插入我们的图片 单击“运行”（或者，您可以使用CMD+return） 什么在这种情况下，Gemini Pro Vision 犹豫了一下并做出了如下回应： “纯素食者不食用任何动物产品

    60510

    一文告诉你，如何使用Python构建一个“谷歌搜索”系统 | 内附代码

    似乎有很多服务可以提供文本提取工具，但是我需要某种API来解决此问题。最后，Google的VisionAPI正是我正在寻找的工具。...很棒的事情是，每月前1000个API调用是免费的，这足以让我测试和使用该API。 ? Vision AI 首先，创建Google云帐户，然后在服务中搜索Vision AI。...使用VisionAI，您可以执行诸如为图像分配标签来组织图像，获取推荐的裁切顶点，检测著名的风景或地方，提取文本等工作。 检查文档以启用和设置API。...在Google上搜索问题 下一步是在Google上搜索问题部分来获得一些信息。我使用正则表达式（regex）库从描述（响应）中提取问题部分。...在阅读者之后，系统中的最后一层通过使用内部评分函数对答案进行比较，并根据分数输出最有可能的答案，这将得到我们问题的答案。 下面是系统机制的模式。 ?

    1.9K10

    50种机器学习和预测应用的API，你想要的全都有

    7、Google Cloud Vision API：该 API 由 TensorFlow 等强大的平台驱动，能够让模型进行学习和预测图像内容。它可以帮你找到感兴趣的图像，并迅速获得丰富的注释。...4、Google Cloud Natural Language API：用于分析文本结构和含义，包括情感分析、实体识别和文本注释。...▌语言翻译 1、Google Cloud Translation：该 API 可以在数千个语言对之间动态翻译文本。它允许网站和程序以编程方式与翻译服务集成。...▌机器学习与预测 1、Amazon Machine Learning：查找数据中的模式。该 API 的几种典型应用包括：检测欺诈、预测需求、精准营销和点击预测。...属于同一类（面向语音的认知服务）的其他 API 包括 Bing 语音（语音与文本互相转换并理解其意图）和 自定义识别。 12、MLJAR：为原型设计、开发和部署模式识别算法提供服务。

    2.2K70

    50种机器学习和人脸识别API，收藏好！以后开发不用找啦

    其特点包括多人脸检测、人脸裁剪、123 个人脸特征点检测、人脸验证与识别、以及在大规模数据库中进行相似性搜索。 　　...7、Google Cloud Vision API：该 API 由 TensorFlow 等强大的平台驱动，能够让模型进行学习和预测图像内容。它可以帮你找到感兴趣的图像，并迅速获得丰富的注释。...4、Google Cloud Natural Language API：用于分析文本结构和含义，包括情感分析、实体识别和文本注释。 　　...▌机器学习与预测 　　1、Amazon Machine Learning：查找数据中的模式。该 API 的几种典型应用包括：检测欺诈、预测需求、精准营销和点击预测。 　　...属于同一类（面向语音的认知服务）的其他 API 包括 Bing 语音（语音与文本互相转换并理解其意图）和 自定义识别。 　　12、MLJAR：为原型设计、开发和部署模式识别算法提供服务。

    2K41

    50种机器学习和预测应用的API，你想要的全都有

    7、Google Cloud Vision API：该 API 由 TensorFlow 等强大的平台驱动，能够让模型进行学习和预测图像内容。它可以帮你找到感兴趣的图像，并迅速获得丰富的注释。...4、Google Cloud Natural Language API：用于分析文本结构和含义，包括情感分析、实体识别和文本注释。...▌语言翻译 1、Google Cloud Translation：该 API 可以在数千个语言对之间动态翻译文本。它允许网站和程序以编程方式与翻译服务集成。...▌机器学习与预测 1、Amazon Machine Learning：查找数据中的模式。该 API 的几种典型应用包括：检测欺诈、预测需求、精准营销和点击预测。...属于同一类（面向语音的认知服务）的其他 API 包括 Bing 语音（语音与文本互相转换并理解其意图）和 自定义识别。 12、MLJAR：为原型设计、开发和部署模式识别算法提供服务。

    2.2K20

    使用图神经网络优化信息提取的流程概述

    这里可以根据自己的预算、需求和系统准确性使用 Google 的Cloud API [4]、Tesseract [5] 或任何你喜欢的的 OCR 系统。...在 OCR 过程之后，我们有一个表格，其中包含文本及其在输入图像中的位置。通常 OCR 系统会为每个检测到的文本提供左上点和右下点的坐标。...其中一种技术 [6] 为每个节点创建最多四个边，这些边将每个文本区域与每个方向（上、下、左和右）上最近的四个相邻文本区域连接起来 [7]。[8]将介绍如何进行编码。 OCR 的输出也用于创建嵌入。...要创建词嵌入，我们可以使用glove，或可以使用 预训练的Transformer 对文本段进行编码以获得文本嵌入。为每个检测到的文本创建嵌入并存储在节点特征矩阵中。...Vision API : https://cloud.google.com/vision/docs/ocr Tesseract : https://github.com/tesseract-ocr/tesseract

    1.2K20

    想快速部署机器学习项目？来看看几大主流机器学习服务平台对比吧

    Amazon 机器学习服务，Azure 机器学习和 Google Cloud AI 是最领先的三个云 MLaaS 服务，允许在很少甚至没有数据科学专业知识的情况下进行快速模型训练和部署。...让我们首先了解一下 Azure ML Studio，在之后介绍特定 API 和工具的部分时，回到 Bot 服务。...Google 预测 API Google 在两个层面上提供 AI 服务：针对高级数据科学家的机器学习引擎，和高度自动化的 Google 预测 API。...Computer Vision：用于识别目标、动作、图像中主体颜色 Content Moderator：在图像、文字和视频中检测不适当的内容 Face API：用来检测人脸并分组，识别年龄、情绪、性别、...，可以定义语音情感并标记关键字 图像和视频处理 API：Google Cloud Services Cloud Vision API（http://suo.im/lmsT ） 该工具为图像识别任务而建立

    5.2K170

    计算机视觉最新进展概览(2021年5月16日到2021年5月22日)

    目前的情况是不断演变的，新的模式和技术正在出现，试图改善这一领域。特别是在小目标检测方面出现了新的问题和缺陷，这些问题主要对应于道路场景中出现的车辆。...通过对一组包含不同尺度元素的交通图像进行测试，根据模型得到的检测结果测试效率，证明我们的方案在广泛的情况下都取得了良好的效果。...我们的透明对抗实例成功规避了最先进的目标检测API，如Azure Cloud Vision(攻击成功率52%)和谷歌Cloud Vision(攻击成功率36%)。...90%的图像都有一个秘密的嵌入文本，成功地骗过了有时间限制的人类的视觉，但被谷歌云视觉API的光学字符识别检测出来。我们的研究结果为稳健性评价提供了简单而非传统的方法。...在具有挑战性的COCO目标检测数据集上进行的大量实验表明，我们的CA-FPN在没有附加功能的情况下显著优于竞争基线。

    91730

    留住老照片，谷歌用AI帮纽约时报讲了500万个故事

    在许多情况下，照片的背面包括拍摄照片的时间和地点。Rockwell补充说：“照片部门和商业方面的工作人员多年来一直在探索将这些照片数字化的可能途径。...在《纽约时报》的案例中，扫描照片的更大挑战是添加有关老照片的内容数据。 Cloud Vision API可以帮助填补这一空白。 让我们来看看《纽约时报》旧宾州车站的这张照片。...当谷歌将图像的背面提交给API（无需额外处理）时，我们可以看到Cloud Vision API检测到以下文本（译者注：文本逻辑并非完全清晰，主要是照片上的碎片化内容）： 1985年11月27日 1992...类似于《纽约时报》的公司可以使用Vision API来识别对象、地点和图像。...例如，如果我们通过带有徽标检测功能的Cloud Vision API传递上面的黑白照片，我们就可以看到宾州车站被识别出来了。 谷歌云的自然语言API可用于向已识别的文本添加其他语义信息。

    1.6K40

    TensorFlow Hub 更新了，有你期待的功能吗？

    自推出以来，Google发布了数百个模型，有些是通用模型，并可针对特定任务进行微调，而一些模型则更为专业，即使在数据较少或计算能力较弱的情况下，也可以帮助您获得更快、更智能的 ML 应用。...Google在 TensorFlow World 上发布了三个重要公告： 模型集已扩展至 SavedModel 以外，目前有 TensorFlow.js、TensorFlow Lite 和 Coral...最近Google发布了使用 TensorFlow Hub 进行文本分类 (Text classification with TensorFlow Hub) 的 Colab，以演示如何使用 tf.keras...Mushroom Classifier https://tfhub.dev/svampeatlas/vision/classifier/fungi_mobile_V1/1 iMet Collection.../text_classification_with_hub.ipynb#scrollTo=ItXfxkxvosLH 预训练文本嵌入 https://tfhub.dev/google/tf2-preview

    1.5K20
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券