图像识别软件,也称为计算机视觉,使应用程序能够解释图像或视频。它处理图像作为输入,并通过计算机视觉算法生成标签或边界框等输出。它包含图像恢复、对象识别和场景重建等各种功能,通常集成到智能应用程序中。数据科学家利用图像识别软件来训练模型,而开发人员则将图像识别功能融入到他们的软件中。访问该软件的格式根据用户需求而有所不同,从机器学习库或框架到 API、SDK 或端到端平台。 将图像识别软件与相关工具区分开来非常重要。虽然数据科学和机器学习平台提供了训练计算机视觉模型的功能,但它们的关注点更广泛。此外,图像识别虽然是机器学习的一种形式,但与推荐引擎或模式识别等其他机器学习功能不同。文本识别软件属于光学字符识别 (OCR) 类别。 虽然许多图像识别软件具有多种用途,但有些软件专注于特定领域,例如徽标检测、面部识别、对象检测或显式内容检测。他们可能只处理图像文件或同时处理图像和视频。此外,虽然大多数在云端运行,但有些支持边缘或设备上处理。 要纳入图像识别类别,产品必须: * 提供专为图像识别量身定制的深度学习算法。 * 与图像数据池交互以学习特定功能或解决方案。 * 接受图像数据作为输入并提供解决方案作为输出。 * 为其他应用程序、流程或服务启用图像识别功能。