影像辨識軟體,也稱為電腦視覺,使應用程式能夠解釋影像或影片。它處理圖像作為輸入,並透過電腦視覺演算法產生標籤或邊界框等輸出。它包含圖像恢復、物件識別和場景重建等各種功能,通常整合到智慧型應用程式中。資料科學家利用影像辨識軟體來訓練模型,而開發人員則將影像辨識功能融入他們的軟體中。存取該軟體的格式根據使用者需求而有所不同,從機器學習庫或框架到 API、SDK 或端到端平台。 將影像辨識軟體與相關工具區分開來非常重要。雖然資料科學和機器學習平台提供了訓練電腦視覺模型的功能,但它們的關注點更廣泛。此外,影像辨識雖然是機器學習的一種形式,但與推薦引擎或模式識別等其他機器學習功能不同。文字辨識軟體屬於光學字元辨識 (OCR) 類別。 雖然許多影像辨識軟體具有多種用途,但有些軟體專注於特定領域,例如標誌偵測、臉部辨識、物件偵測或明確內容偵測。他們可能只處理圖像檔案或同時處理圖像和視訊。此外,雖然大多數在雲端運行,但有些支援邊緣或設備上處理。 要納入圖像辨識類別,產品必須: * 提供專為影像辨識量身定制的深度學習演算法。 * 與圖像資料池互動以學習特定功能或解決方案。 * 接受影像資料作為輸入並提供解決方案作為輸出。 * 為其他應用程式、流程或服務啟用影像辨識功能。