如何使用 Firebase / ML Kit 识别和计数对象

Question

我想识别并计算图片中的对象，例如计算社区图片中的房屋数量。使用 ML Kit 执行此操作的最佳方法是什么？

我需要使用对象检测 API吗？或者是否可以使用直接的图像标签获得多个“房屋”标签？

Answer 1

ML Kit 对象检测 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，您还应该评估对象检测是否适合您的用例。它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，它可能无法区分它们。

如果您需要检测超过 5 个对象，我建议您直接使用TensorFlow Lite和TF Hub上提供的一些预训练模型，或者如果通用模型不适合您的用例，请使用AutoML Vision Edge自行训练一个。

Fwiw，图像标签分配描述图像场景的标签。但是，它不会计算对象的数量，您通常会得到一个标签“房子”。