问题描述
我想识别和计数图片中的对象,例如在一张邻居的图片中计算房屋数量。使用ML Kit做到这一点的最佳方法是什么?
我需要使用Object Detection API吗?还是可以使用简单的图像标签器获得多个“房屋”标签?
解决方法
ML Kit Object Detection API(请注意,它现在已作为独立的SDK提供)可以对图像/视频流中的对象进行计数,但仅限于5个最大的对象。另外,您应该评估对象检测是否适用于您的用例。这是一个非常通用的定位器,适用于大多数对象,但是当对象靠近/重叠时,可能无法区分它们。
如果您需要检测5个以上的物体,我建议直接使用TensorFlow Lite和TF Hub上可用的一些经过预先训练的模型,或者使用AutoML Vision Edge自己进行训练如果通用模型不适合您的用例。
首先,图像标签分配描述图像场景的标签。但是,它不计算对象的数量,通常会得到一个单独的标签“ house”。