firebase-mlkit - 如何使用 Firebase/ML Kit 识别和计数对象

Question

我想识别和计算图片中的物体，例如计算邻里图片中的房屋数量。使用 ML Kit 执行此操作的最佳方法是什么？

我需要使用 Object Detection API 吗？ ？或者是否有可能使用直接的图像标签器获得多个“房屋”标签？

Answer 1

ML Kit Object Detection API (请注意，它现在作为独立 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。此外，您应该评估对象检测是否适用于您的用例。它是一种非常通用的定位器，适用于大多数对象，但是当对象靠得很近/重叠时，它可能无法区分它们。

如果你需要检测超过 5 个物体，我建议直接使用 TensorFlow Lite 查看在 TF Hub 上提供了一些预训练模型或使用 AutoML Vision Edge 自己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，您通常会得到一个标签“房子”。