உள்ளடக்கம்

• கூகிளின் இயந்திர கற்றல் கிட்டைச் சந்திக்கவும்
• எம்.எல் கிட் ஏபிஐகளை எவ்வாறு பயன்படுத்துவது?
• உரை அங்கீகாரம் API உடன் எந்த படத்திலும் உரையை அடையாளம் காணவும்
• படத்தின் உள்ளடக்கத்தைப் புரிந்துகொள்வது: பட லேபிளிங் API
• வெளிப்பாடுகளைப் புரிந்துகொள்வது மற்றும் முகங்களைக் கண்காணித்தல்: முகம் கண்டறிதல் API
• ஃபயர்பேஸ் மற்றும் எம்.எல் உடன் பார்கோடு ஸ்கேனிங்
• கிளவுட்டில் இயந்திர கற்றல்: லேண்ட்மார்க் அங்கீகாரம் API
• மொழி அடையாள API: சர்வதேச பார்வையாளர்களுக்காக உருவாக்குதல்
• விரைவில்: ஸ்மார்ட் பதில்
• அடுத்தது என்ன? எம்.எல் கிட்டுடன் டென்சர்ஃப்ளோ லைட்டைப் பயன்படுத்துதல்
• மடக்குதல்

உங்கள் மொபைல் பயனர்களுக்கு புதுமையான, கட்டாய மற்றும் தனித்துவமான அனுபவங்களை உருவாக்க இயந்திர கற்றல் (எம்.எல்) உங்களுக்கு உதவும்.

எம்.எல். ஐ நீங்கள் தேர்ச்சி பெற்றவுடன், அவற்றின் பொருளின் அடிப்படையில் புகைப்படங்களை தானாக ஒழுங்கமைத்தல், ஒரு நபரின் முகத்தை ஒரு லைவ்ஸ்ட்ரீம் முழுவதும் கண்டறிந்து கண்காணித்தல், ஒரு படத்திலிருந்து உரையை பிரித்தெடுப்பது மற்றும் பலவற்றை உள்ளடக்கிய பல வகையான பயன்பாடுகளை உருவாக்க இதைப் பயன்படுத்தலாம். .

ஆனால் எம்.எல் சரியாக தொடக்க நட்பு இல்லை! சக்திவாய்ந்த இயந்திர கற்றல் திறன்களைக் கொண்டு உங்கள் Android பயன்பாடுகளை மேம்படுத்த விரும்பினால், நீங்கள் சரியாக எங்கு தொடங்குவது?

இந்த கட்டுரையில், ஒரு எஸ்.டி.கே (மென்பொருள் மேம்பாட்டு கிட்) பற்றிய ஒரு கண்ணோட்டத்தை நான் வழங்குவேன், அது உங்களிடம் இருந்தாலும் எம்.எல் சக்தியை உங்கள் விரல் நுனியில் வைப்பதாக உறுதியளிக்கிறது. பூஜ்யம் எம்.எல் அனுபவம். இந்த கட்டுரையின் முடிவில், படங்களை லேபிளிடுதல், பார்கோடுகளை ஸ்கேன் செய்தல், முகங்களையும் பிரபலமான அடையாளங்களையும் அங்கீகரித்தல் மற்றும் பல சக்திவாய்ந்த எம்.எல் பணிகளைச் செய்யக்கூடிய புத்திசாலித்தனமான, எம்.எல்-இயங்கும் பயன்பாடுகளை உருவாக்கத் தொடங்குவதற்கான அடித்தளம் உங்களுக்கு இருக்கும்.

கூகிளின் இயந்திர கற்றல் கிட்டைச் சந்திக்கவும்

டென்சர்ஃப்ளோ மற்றும் கிளவுட்விஷன் போன்ற தொழில்நுட்பங்களின் வெளியீட்டில், எம்.எல் மிகவும் பரவலாகப் பயன்படுத்தப்படுகிறது, ஆனால் இந்த தொழில்நுட்பங்கள் இதயத்தின் மயக்கத்திற்கு அல்ல! நீங்கள் பொதுவாக நரம்பியல் நெட்வொர்க்குகள் மற்றும் தரவு பகுப்பாய்வு பற்றிய ஆழமான புரிதல் தேவை தொடங்கியது டென்சர்ஃப்ளோ போன்ற தொழில்நுட்பத்துடன்.

நீங்களாக இருந்தாலும் செய் எம்.எல் உடன் சில அனுபவங்களைக் கொண்டிருங்கள், இயந்திர கற்றல்-இயங்கும் மொபைல் பயன்பாட்டை உருவாக்குவது நேரத்தைச் செலவழிக்கும், சிக்கலான மற்றும் விலையுயர்ந்த செயல்முறையாக இருக்கலாம், இது உங்கள் சொந்த எம்.எல் மாடல்களைப் பயிற்றுவிக்க போதுமான தரவை ஆதாரமாகக் கொண்டிருக்க வேண்டும், பின்னர் அந்த எம்.எல் மாடல்களை திறமையாக இயக்க மேம்படுத்துகிறது மொபைல் சூழல். நீங்கள் ஒரு தனிப்பட்ட டெவலப்பர் அல்லது குறைந்த அளவிலான வளங்களைக் கொண்டிருந்தால், உங்கள் எம்.எல் அறிவை நடைமுறைக்குக் கொண்டுவர முடியாது.

எம்.எல் கிட் என்பது இயந்திர கற்றலை மக்களிடம் கொண்டு செல்ல கூகிளின் முயற்சி.

ஹூட்டின் கீழ், கிளவுட் விஷன், டென்சர்ஃப்ளோ மற்றும் ஆண்ட்ராய்டு நியூரல் நெட்வொர்க்குகள் ஏபிஐ உள்ளிட்ட விரிவான எம்.எல் அறிவு தேவைப்படும் பல சக்திவாய்ந்த எம்.எல் தொழில்நுட்பங்களை எம்.எல் கிட் ஒன்றாக இணைக்கிறது. எம்.எல் கிட் இந்த சிறப்பு எம்.எல் தொழில்நுட்பங்களை பொதுவான மொபைல் பயன்பாட்டு வழக்குக்கு முன் பயிற்சி பெற்ற மாதிரிகளுடன் ஒருங்கிணைக்கிறது, இதில் ஒரு படத்திலிருந்து உரையை பிரித்தெடுப்பது, பார்கோடு ஸ்கேன் செய்வது மற்றும் ஒரு புகைப்படத்தின் உள்ளடக்கங்களை அடையாளம் காண்பது ஆகியவை அடங்கும்.

எம்.எல் பற்றி உங்களுக்கு முந்தைய அறிவு ஏதேனும் உள்ளதா என்பதைப் பொருட்படுத்தாமல், உங்கள் ஆண்ட்ராய்டில் சக்திவாய்ந்த இயந்திர கற்றல் திறன்களைச் சேர்க்க எம்.எல் கிட்டைப் பயன்படுத்தலாம் மற்றும் iOS பயன்பாடுகள் - உரை அங்கீகாரம் அல்லது மொழி அடையாள ஏபிஐ போன்ற எம்.எல் கிட்டின் சரியான பகுதிக்கு சில தரவை அனுப்பவும், இந்த ஏபிஐ இயந்திர கற்றலைப் பயன்படுத்தி பதிலைத் தரும்.

எம்.எல் கிட் ஏபிஐகளை எவ்வாறு பயன்படுத்துவது?

எம்.எல் கிட் பல ஏபிஐகளாக பிரிக்கப்பட்டுள்ளது, அவை ஃபயர்பேஸ் தளத்தின் ஒரு பகுதியாக விநியோகிக்கப்படுகின்றன. எந்த எம்.எல் கிட் ஏபிஐகளையும் பயன்படுத்த, உங்கள் ஆண்ட்ராய்டு ஸ்டுடியோ திட்டத்திற்கும் அதனுடன் தொடர்புடைய ஃபயர்பேஸ் திட்டத்திற்கும் இடையே ஒரு இணைப்பை உருவாக்க வேண்டும், பின்னர் ஃபயர்பேஸுடன் தொடர்பு கொள்ளுங்கள்.

பெரும்பாலான எம்.எல் கிட் மாதிரிகள் நீங்கள் உள்நாட்டில் பதிவிறக்கம் செய்து பயன்படுத்தக்கூடிய சாதன மாதிரிகளாக கிடைக்கின்றன, ஆனால் சில மாதிரிகள் கிளவுட்டிலும் கிடைக்கின்றன, இது சாதனத்தின் இணைய இணைப்பில் எம்.எல்-இயங்கும் பணிகளைச் செய்ய உங்கள் பயன்பாட்டை அனுமதிக்கிறது.

ஒவ்வொரு அணுகுமுறையும் அதன் தனித்துவமான பலங்களையும் பலவீனங்களையும் கொண்டுள்ளது, எனவே உங்கள் குறிப்பிட்ட பயன்பாட்டிற்கு உள்ளூர் அல்லது தொலை செயலாக்கம் மிகவும் அர்த்தமுள்ளதா என்பதை நீங்கள் தீர்மானிக்க வேண்டும். இரண்டு மாடல்களுக்கும் நீங்கள் ஆதரவைச் சேர்க்கலாம், பின்னர் இயக்க நேரத்தில் எந்த மாதிரியைப் பயன்படுத்த வேண்டும் என்பதை உங்கள் பயனர்கள் தீர்மானிக்க அனுமதிக்கலாம். மாற்றாக, தற்போதைய நிலைமைகளுக்கு சிறந்த மாதிரியைத் தேர்ந்தெடுக்க உங்கள் பயன்பாட்டை உள்ளமைக்கலாம், எடுத்துக்காட்டாக, சாதனம் வைஃபை உடன் இணைக்கப்படும்போது மட்டுமே மேகக்கணி சார்ந்த மாதிரியைப் பயன்படுத்துங்கள்.

நீங்கள் உள்ளூர் மாதிரியைத் தேர்வுசெய்தால், பயனருக்கு செயலில் இணைய இணைப்பு இருக்கிறதா என்பதைப் பொருட்படுத்தாமல், உங்கள் பயன்பாட்டின் இயந்திர கற்றல் அம்சங்கள் எப்போதும் கிடைக்கும். எல்லா வேலைகளும் உள்நாட்டில் செய்யப்படுவதால், உங்கள் பயன்பாட்டிற்கு பெரிய அளவிலான தரவை விரைவாக செயலாக்க வேண்டியிருக்கும் போது சாதன மாதிரிகள் சிறந்தவை, எடுத்துக்காட்டாக, ஒரு நேரடி வீடியோ ஸ்ட்ரீமை கையாள நீங்கள் எம்.எல் கிட்டைப் பயன்படுத்துகிறீர்கள் என்றால்.

இதற்கிடையில், மேகக்கணி மாதிரிகள் கூகிள் கிளவுட் பிளாட்ஃபார்மின் இயந்திர கற்றல் தொழில்நுட்பத்தின் சக்தியைக் கட்டுப்படுத்துவதால், அவற்றின் சாதன எதிரிகளை விட மேகக்கணி சார்ந்த மாதிரிகள் பொதுவாக அதிக துல்லியத்தை வழங்குகின்றன. எடுத்துக்காட்டாக, பட லேபிளிங் API இன் சாதன மாதிரியில் 400 லேபிள்கள் உள்ளன, ஆனால் மேகக்கணி மாதிரி அம்சங்கள் உள்ளன 10,000 லேபிள்கள்.

API ஐப் பொறுத்து, கிளவுட்டில் மட்டுமே கிடைக்கக்கூடிய சில செயல்பாடுகளும் இருக்கலாம், எடுத்துக்காட்டாக, உரை அங்கீகாரம் API அதன் கிளவுட் அடிப்படையிலான மாதிரியைப் பயன்படுத்தினால் மட்டுமே லத்தீன் அல்லாத எழுத்துக்களை அடையாளம் காண முடியும்.

கிளவுட்-அடிப்படையிலான ஏபிஐக்கள் பிளேஸ்-நிலை ஃபயர்பேஸ் திட்டங்களுக்கு மட்டுமே கிடைக்கின்றன, எனவே நீங்கள் எம்.எல் கிட்டின் கிளவுட் மாடல்களில் ஏதேனும் ஒன்றைப் பயன்படுத்துவதற்கு முன்பு, நீங்கள் செலுத்த வேண்டிய பிளேஸ் திட்டத்திற்கு மேம்படுத்த வேண்டும்.

கிளவுட் மாடல்களை ஆராய நீங்கள் முடிவு செய்தால், எழுதும் நேரத்தில், அனைத்து எம்.எல் கிட் ஏபிஐகளுக்கும் இலவச ஒதுக்கீடு கிடைத்தது. கிளவுட் அடிப்படையிலான பட லேபிளிங்கில் நீங்கள் பரிசோதனை செய்ய விரும்பினால், உங்கள் ஃபயர்பேஸ் திட்டத்தை பிளேஸ் திட்டத்திற்கு மேம்படுத்தலாம், ஏபிஐ 1,000 படங்களுக்கும் குறைவாக சோதிக்கலாம், பின்னர் கட்டணம் வசூலிக்கப்படாமல் இலவச ஸ்பார்க் திட்டத்திற்கு மாறலாம். இருப்பினும், விதிமுறைகள் மற்றும் நிபந்தனைகள் காலப்போக்கில் மாறும் ஒரு மோசமான பழக்கத்தைக் கொண்டுள்ளன, எனவே பிளேஸுக்கு மேம்படுத்தும் முன் சிறிய அச்சிடலைப் படிக்க மறக்காதீர்கள், எதிர்பாராத எந்த பில்களிலும் நீங்கள் பாதிக்கப்படுவதில்லை என்பதை உறுதிப்படுத்திக் கொள்ளுங்கள்!

உரை அங்கீகாரம் API உடன் எந்த படத்திலும் உரையை அடையாளம் காணவும்

உரை அங்கீகாரம் API புத்திசாலித்தனமாக உரையை அடையாளம் காணவும், பகுப்பாய்வு செய்யவும் மற்றும் செயலாக்கவும் முடியும்.

ஒரு படத்திலிருந்து உரையைப் பிரித்தெடுக்கும் பயன்பாடுகளை உருவாக்க இந்த API ஐப் பயன்படுத்தலாம், எனவே உங்கள் பயனர்கள் கடினமான கையேடு தரவு உள்ளீட்டில் நேரத்தை வீணாக்க வேண்டியதில்லை. எடுத்துக்காட்டாக, கேள்விக்குரிய உருப்படியின் புகைப்படத்தை எடுத்துக்கொள்வதன் மூலம் ரசீதுகள், விலைப்பட்டியல், வணிக அட்டைகள் அல்லது ஊட்டச்சத்து லேபிள்களிலிருந்து தகவல்களைப் பிரித்தெடுக்கவும் பதிவு செய்யவும் உங்கள் பயனர்களுக்கு உதவ உரை அங்கீகாரம் API ஐப் பயன்படுத்தலாம்.

மொழிபெயர்ப்பு பயன்பாட்டின் முதல் கட்டமாக உரை அங்கீகாரம் API ஐ நீங்கள் பயன்படுத்தலாம், அங்கு பயனர் சில அறிமுகமில்லாத உரையின் புகைப்படத்தை எடுத்துக்கொள்கிறார் மற்றும் ஏபிஐ படத்திலிருந்து அனைத்து உரையையும் பிரித்தெடுக்கிறது, இது மொழிபெயர்ப்பு சேவைக்கு அனுப்ப தயாராக உள்ளது.

எம்.எல் கிட்டின் சாதனத்தில் உரை அங்கீகாரம் ஏபிஐ எந்த லத்தீன் அடிப்படையிலான மொழியிலும் உரையை அடையாளம் காண முடியும், அதே நேரத்தில் அதன் மேகக்கணி சார்ந்த எண்ணானது சீன, ஜப்பானிய மற்றும் கொரிய எழுத்துக்கள் உட்பட பலவகையான மொழிகளையும் எழுத்துக்களையும் அடையாளம் காண முடியும். மேகக்கணி சார்ந்த மாதிரியானது படங்களிலிருந்து சிதறிய உரையையும், அடர்த்தியான நிரம்பிய ஆவணங்களிலிருந்து உரையையும் பிரித்தெடுக்க உகந்ததாக உள்ளது, இது உங்கள் பயன்பாட்டில் எந்த மாதிரியைப் பயன்படுத்த வேண்டும் என்பதை நீங்கள் தீர்மானிக்கும்போது கணக்கில் எடுத்துக்கொள்ள வேண்டும்.

இந்த API உடன் சில அனுபவங்களை விரும்புகிறீர்களா? உரை அங்கீகாரம் API ஐப் பயன்படுத்தி எந்தவொரு படத்திலிருந்தும் உரையை பிரித்தெடுக்கக்கூடிய பயன்பாட்டை உருவாக்குவதற்கான எங்கள் படிப்படியான வழிகாட்டியைப் பாருங்கள்.

படத்தின் உள்ளடக்கத்தைப் புரிந்துகொள்வது: பட லேபிளிங் API

பட லேபிளிங் ஏபிஐ எந்த கூடுதல் சூழ்நிலை மெட்டாடேட்டாவின் தேவையின்றி, இருப்பிடங்கள், மக்கள், தயாரிப்புகள் மற்றும் விலங்குகள் உள்ளிட்ட ஒரு படத்தில் உள்ள நிறுவனங்களை அடையாளம் காண முடியும். பட லேபிளிங் ஏபிஐ கண்டறியப்பட்ட நிறுவனங்களைப் பற்றிய தகவல்களை லேபிள்களின் வடிவத்தில் வழங்கும். எடுத்துக்காட்டாக, பின்வரும் ஸ்கிரீன்ஷாட்டில் நான் ஏபிஐக்கு ஒரு இயற்கை புகைப்படத்தை வழங்கியுள்ளேன், மேலும் அது “காடு” மற்றும் “நதி” போன்ற லேபிள்களுடன் பதிலளித்தது.

ஒரு படத்தின் உள்ளடக்கங்களை அடையாளம் காணும் இந்த திறன், அவற்றின் பொருளின் அடிப்படையில் புகைப்படங்களைக் குறிக்கும் பயன்பாடுகளை உருவாக்க உதவும்; பொருத்தமற்ற பயனர் சமர்ப்பித்த உள்ளடக்கத்தை தானாக அடையாளம் கண்டு உங்கள் பயன்பாட்டிலிருந்து அகற்றும் வடிப்பான்கள்; அல்லது மேம்பட்ட தேடல் செயல்பாட்டுக்கான அடிப்படையாக.

பல எம்.எல் கிட் ஏபிஐக்கள் பல சாத்தியமான முடிவுகளைத் தருகின்றன, அதனுடன் கூடிய நம்பிக்கை மதிப்பெண்களுடன் முடிக்கப்படுகின்றன - பட லேபிளிங் ஏபிஐ உட்பட. நீங்கள் ஒரு பூடலின் புகைப்படத்தை லேபிளிங் செய்தால், அது “பூடில்,” “நாய்,” “செல்லப்பிள்ளை” மற்றும் “சிறிய விலங்கு” போன்ற லேபிள்களைத் தரக்கூடும், இவை அனைத்தும் ஒவ்வொரு லேபிளிலும் ஏபிஐ நம்பிக்கையைக் குறிக்கும் மாறுபட்ட மதிப்பெண்களுடன். இந்த சூழ்நிலையில் “பூடில்” அதிக நம்பிக்கை மதிப்பெண் பெறும் என்று நம்புகிறோம்!

உங்கள் பயன்பாடு ஒரு குறிப்பிட்ட லேபிளில் செயல்படுவதற்கு முன்பு, பூர்த்தி செய்ய வேண்டிய ஒரு நுழைவாயிலை உருவாக்க இந்த நம்பிக்கை மதிப்பெண்ணைப் பயன்படுத்தலாம், எடுத்துக்காட்டாக அதை பயனருக்குக் காண்பித்தல் அல்லது இந்த லேபிளைக் கொண்டு புகைப்படத்தைக் குறிக்கவும்.

பட லேபிளிங் சாதனத்திலும் கிளவுட்டிலும் கிடைக்கிறது, இருப்பினும் நீங்கள் கிளவுட் மாடலைத் தேர்வுசெய்தால், சாதனத்தில் உள்ள மாதிரியில் சேர்க்கப்பட்டுள்ள 400 லேபிள்களுடன் ஒப்பிடும்போது 10,000 லேபிள்களை அணுகலாம்.

பட லேபிளிங் API ஐப் பற்றி இன்னும் ஆழமாகப் பார்க்க, இயந்திரக் கற்றலுடன் ஒரு படத்தின் உள்ளடக்கத்தைத் தீர்மானிக்கவும். இந்த கட்டுரையில், ஒரு படத்தை செயலாக்கும் ஒரு பயன்பாட்டை நாங்கள் உருவாக்குகிறோம், பின்னர் அந்த படத்திற்குள் கண்டறியப்பட்ட ஒவ்வொரு நிறுவனத்திற்கும் லேபிள்களையும் நம்பிக்கை மதிப்பெண்களையும் தருகிறோம். இந்த பயன்பாட்டில் சாதனம் மற்றும் கிளவுட் மாடல்களையும் நாங்கள் செயல்படுத்துகிறோம், எனவே நீங்கள் எந்த மாதிரியைத் தேர்வு செய்கிறீர்கள் என்பதைப் பொறுத்து முடிவுகள் எவ்வாறு வேறுபடுகின்றன என்பதை நீங்கள் சரியாகக் காணலாம்.

வெளிப்பாடுகளைப் புரிந்துகொள்வது மற்றும் முகங்களைக் கண்காணித்தல்: முகம் கண்டறிதல் API

முகம் கண்டறிதல் ஏபிஐ புகைப்படங்கள், வீடியோக்கள் மற்றும் நேரடி ஸ்ட்ரீம்களில் மனித முகங்களைக் கண்டுபிடிக்க முடியும், பின்னர் கண்டறியப்பட்ட ஒவ்வொரு முகத்தையும் பற்றிய தகவல்களைப் பெறுகிறது, அதன் நிலை, அளவு மற்றும் நோக்குநிலை உட்பட.

பயனர்கள் தங்கள் புகைப்படங்களைத் திருத்த உதவ இந்த API ஐப் பயன்படுத்தலாம், எடுத்துக்காட்டாக, அவர்களின் சமீபத்திய ஹெட்ஷாட்டைச் சுற்றியுள்ள எல்லா வெற்று இடங்களையும் தானாகவே செதுக்குவதன் மூலம்.

முகம் கண்டறிதல் API படங்களுடன் மட்டுப்படுத்தப்படவில்லை - நீங்கள் இந்த API ஐ வீடியோக்களுக்கும் பயன்படுத்தலாம், எடுத்துக்காட்டாக, வீடியோ ஊட்டத்தில் உள்ள அனைத்து முகங்களையும் அடையாளம் காணும் பயன்பாட்டை உருவாக்கலாம், பின்னர் அனைத்தையும் மழுங்கடிக்கலாம் தவிர ஸ்கைப்பின் பின்னணி மங்கலான அம்சத்தைப் போன்ற அந்த முகங்கள்.

முகம் கண்டறிதல் எப்போதும் சாதனத்தில் நிகழ்த்தப்படுகிறது, இது நிகழ்நேரத்தில் பயன்படுத்த போதுமான வேகத்தில் உள்ளது, எனவே பெரும்பாலான எம்.எல் கிட்டின் ஏபிஐகளைப் போலல்லாமல், முகம் கண்டறிதல் செய்கிறது இல்லை மேகக்கணி மாதிரி அடங்கும்.

முகங்களைக் கண்டறிவதோடு மட்டுமல்லாமல், இந்த ஏபிஐ சில கூடுதல் அம்சங்களையும் கொண்டுள்ளது. முதலாவதாக, முகம் கண்டறிதல் ஏபிஐ கண்கள், உதடுகள் மற்றும் காதுகள் போன்ற முக அடையாளங்களை அடையாளம் காண முடியும், பின்னர் இந்த ஒவ்வொரு அடையாளங்களுக்கும் சரியான ஆயங்களை மீட்டெடுக்கிறது. இந்த மைல்கல் அங்கீகாரம் கண்டறியப்பட்ட ஒவ்வொரு முகத்தின் துல்லியமான வரைபடத்தை உங்களுக்கு வழங்குகிறது - பயனரின் கேமரா ஊட்டத்தில் ஸ்னாப்சாட் பாணி முகமூடிகள் மற்றும் வடிப்பான்களைச் சேர்க்கும் பெரிதாக்கப்பட்ட ரியாலிட்டி (AR) பயன்பாடுகளை உருவாக்குவதற்கு ஏற்றது.

ஃபேஸ் டிடெக்ஷன் ஏபிஐ முகத்தையும் வழங்குகிறது வகைப்பாடு. தற்போது, ​​எம்.எல் கிட் இரண்டு முக வகைப்பாடுகளை ஆதரிக்கிறது: கண்கள் திறந்து, புன்னகைக்கின்றன.

ஹேண்ட்ஸ் ஃப்ரீ கட்டுப்பாடுகள் போன்ற அணுகல் சேவைகளுக்கான அடிப்படையாக இந்த வகைப்பாட்டைப் பயன்படுத்தலாம் அல்லது வீரரின் முகபாவனைக்கு பதிலளிக்கும் கேம்களை உருவாக்கலாம். யாராவது சிரிக்கிறார்களா அல்லது கண்களைத் திறந்திருக்கிறார்களா என்பதைக் கண்டறியும் திறனும் நீங்கள் ஒரு கேமரா பயன்பாட்டை உருவாக்குகிறீர்கள் என்றால் கூட கைக்குள் வரக்கூடும் - எல்லாவற்றிற்கும் மேலாக, ஒரு சில புகைப்படங்களை எடுப்பதை விட மோசமான ஒன்றும் இல்லை, பின்னர் யாரோ ஒருவர் கண்களை மூடிக்கொண்டிருப்பதைக் கண்டறிய மட்டுமே இல் ஒவ்வொரு ஷாட்.

இறுதியாக, முகம் கண்டறிதல் ஏபிஐ ஒரு முகத்தைக் கண்காணிக்கும் கூறுகளை உள்ளடக்கியது, இது ஒரு முகத்திற்கு ஒரு ஐடியை ஒதுக்குகிறது, பின்னர் பல தொடர்ச்சியான படங்கள் அல்லது வீடியோ பிரேம்களில் அந்த முகத்தை கண்காணிக்கும். இது முகம் என்பதை நினைவில் கொள்க கண்காணிப்பு உண்மையான முகம் அல்ல அங்கீகாரம். திரைக்குப் பின்னால், முகம் கண்டறிதல் ஏபிஐ முகத்தின் நிலை மற்றும் இயக்கத்தைக் கண்காணித்து, பின்னர் இந்த முகம் ஒரே நபருக்கு சொந்தமானது என்று ஊகிக்கிறது, ஆனால் அது இறுதியில் நபரின் அடையாளத்தை அறியாது.

முகம் கண்டறிதல் API ஐ நீங்களே முயற்சிக்கவும்! இயந்திர கற்றல் மற்றும் ஃபயர்பேஸ் எம்.எல் கிட் மூலம் முகத்தைக் கண்டறியும் பயன்பாட்டை எவ்வாறு உருவாக்குவது என்பதைக் கண்டறியவும்.

ஃபயர்பேஸ் மற்றும் எம்.எல் உடன் பார்கோடு ஸ்கேனிங்

பார்கோடு ஸ்கேனிங் வேறு சில இயந்திர கற்றல் API களைப் போல உற்சாகமாகத் தெரியவில்லை, ஆனால் இது எம்.எல் கிட்டின் மிகவும் அணுகக்கூடிய பகுதிகளில் ஒன்றாகும்.

பார்கோடு ஸ்கேன் செய்வதற்கு எந்தவொரு சிறப்பு வன்பொருள் அல்லது மென்பொருளும் தேவையில்லை, எனவே பழைய அல்லது பட்ஜெட் சாதனங்களில் பயனர்கள் உட்பட உங்கள் பயன்பாடு முடிந்தவரை பலருக்கு அணுகக்கூடியதாக இருப்பதை உறுதிசெய்யும் போது நீங்கள் பார்கோடு ஸ்கேனிங் API ஐப் பயன்படுத்தலாம். ஒரு சாதனம் செயல்படும் கேமரா இருக்கும் வரை, அது ஒரு பார்கோடு ஸ்கேன் செய்வதில் எந்த பிரச்சனையும் இருக்கக்கூடாது.

எம்.எல் கிட்டின் பார்கோடு ஸ்கேனிங் ஏபிஐ அச்சிடப்பட்ட மற்றும் டிஜிட்டல் பார்கோடுகளிலிருந்து பலவிதமான தகவல்களைப் பெற முடியும், இது பயனர்கள் எந்தவொரு கடினமான கையேடு தரவு உள்ளீட்டையும் செய்யாமல், உண்மையான உலகத்திலிருந்து தகவல்களை உங்கள் பயன்பாட்டிற்கு அனுப்ப விரைவான, எளிதான மற்றும் அணுகக்கூடிய வழியாகும். .

பார்கோடு ஸ்கேனிங் ஏபிஐ ஒரு பார்கோடு குறியீட்டை அடையாளம் கண்டு அலசக்கூடிய ஒன்பது வெவ்வேறு தரவு வகைகள் உள்ளன:

• TYPE_CALENDAR_EVENT. நிகழ்வின் இருப்பிடம், அமைப்பாளர் போன்ற தகவல்கள் இதில் உள்ளன, மேலும் இது தொடக்க மற்றும் இறுதி நேரம்.நீங்கள் ஒரு நிகழ்வை விளம்பரப்படுத்துகிறீர்கள் என்றால், உங்கள் சுவரொட்டிகள் அல்லது ஃப்ளையர்களில் அச்சிடப்பட்ட பார்கோடு சேர்க்கலாம் அல்லது உங்கள் வலைத்தளத்தில் டிஜிட்டல் பார்கோடு இடம்பெறலாம். சாத்தியமான பங்கேற்பாளர்கள் அதன் நிகழ்வைப் பற்றிய அனைத்து தகவல்களையும் அதன் பார்கோடு ஸ்கேன் செய்வதன் மூலம் பிரித்தெடுக்க முடியும்.
• TYPE_CONTACT_INFO. இந்த தரவு வகை தொடர்புகளின் மின்னஞ்சல் முகவரி, பெயர், தொலைபேசி எண் மற்றும் தலைப்பு போன்ற தகவல்களை உள்ளடக்கியது.
• TYPE_DRIVER_LICENSE. ஓட்டுநர் உரிமத்துடன் தொடர்புடைய தெரு, நகரம், மாநிலம், பெயர் மற்றும் பிறந்த தேதி போன்ற தகவல்கள் இதில் உள்ளன.
• TYPE_EMAIL. இந்த தரவு வகையில் மின்னஞ்சல் முகவரி, மின்னஞ்சலின் பொருள் வரி மற்றும் உடல் உரை ஆகியவை அடங்கும்.
• TYPE_GEO. இது ஒரு குறிப்பிட்ட புவி புள்ளியின் அட்சரேகை மற்றும் தீர்க்கரேகைகளைக் கொண்டுள்ளது, இது உங்கள் பயனர்களுடன் இருப்பிடத்தைப் பகிர்ந்து கொள்வதற்கான எளிதான வழியாகும், அல்லது அவர்கள் இருப்பிடத்தை மற்றவர்களுடன் பகிர்ந்து கொள்ளவும். பயனரின் தற்போதைய இருப்பிடம் குறித்த சில பயனுள்ள தகவல்களைக் காண்பிப்பது அல்லது இருப்பிட அடிப்படையிலான மொபைல் கேம்களுக்கான அடிப்படையாக இருப்பிட அடிப்படையிலான நிகழ்வுகளைத் தூண்டுவதற்கு நீங்கள் புவி பார்கோடுகளைப் பயன்படுத்தலாம்.
• TYPE_PHONE. இது தொலைபேசி எண் மற்றும் எண்ணின் வகையைக் கொண்டுள்ளது, எடுத்துக்காட்டாக இது ஒரு வேலை அல்லது வீட்டு தொலைபேசி எண்.
• TYPE_SMS. இதில் சில எஸ்எம்எஸ் உடல் உரை மற்றும் எஸ்எம்எஸ் உடன் தொடர்புடைய தொலைபேசி எண் ஆகியவை உள்ளன.
• TYPE_URL. இந்த தரவு வகை ஒரு URL மற்றும் URL இன் தலைப்பைக் கொண்டுள்ளது. எழுத்துப்பிழைகள் அல்லது எழுத்துப்பிழைகள் எதுவும் செய்யாமல், நீண்ட, சிக்கலான URL ஐ கைமுறையாக தட்டச்சு செய்ய உங்கள் பயனர்களை நம்புவதை விட TYPE_URL பார்கோடு ஸ்கேன் செய்வது மிகவும் எளிதானது.
• TYPE_WIFI. இது ஒரு Wi-Fi நெட்வொர்க்கின் SSID மற்றும் கடவுச்சொல்லையும், அதன் குறியாக்க வகை OPEN, WEP அல்லது WPA ஐயும் கொண்டுள்ளது. வைஃபை பார்கோடு என்பது வைஃபை நற்சான்றிதழ்களைப் பகிர்ந்து கொள்வதற்கான எளிதான வழிகளில் ஒன்றாகும், அதே நேரத்தில் உங்கள் பயனர்கள் இந்தத் தகவலை தவறாக உள்ளிடுவதற்கான அபாயத்தையும் முற்றிலுமாக நீக்குகிறது.

பார்கோடு ஸ்கேனிங் ஏபிஐ கோடாபார், கோட் 39, ஈஎன் -8, ஐடிஎஃப் மற்றும் யுபிசி-ஏ போன்ற நேரியல் வடிவங்கள் மற்றும் ஆஸ்டெக், டேட்டா மேட்ரிக்ஸ் மற்றும் க்யூஆர் குறியீடுகள் போன்ற 2 டி வடிவங்கள் உள்ளிட்ட பல்வேறு பார்கோடுகளின் தரவை அலச முடியும்.

உங்கள் இறுதி பயனர்களுக்கு விஷயங்களை எளிதாக்குவதற்கு, இந்த ஏபிஐ அனைத்து ஆதரிக்கப்பட்ட பார்கோடுகளையும் ஒரே நேரத்தில் ஸ்கேன் செய்கிறது, மேலும் பார்கோடு நோக்குநிலையைப் பொருட்படுத்தாமல் தரவைப் பிரித்தெடுக்கவும் முடியும் - எனவே பயனர் ஸ்கேன் செய்யும் போது பார்கோடு முற்றிலும் தலைகீழாக இருந்தால் பரவாயில்லை!

கிளவுட்டில் இயந்திர கற்றல்: லேண்ட்மார்க் அங்கீகாரம் API

ஒரு படத்திற்குள் நன்கு அறியப்பட்ட இயற்கை மற்றும் கட்டப்பட்ட அடையாளங்களை அடையாளம் காண நீங்கள் எம்.எல் கிட்டின் லேண்ட்மார்க் அங்கீகாரம் API ஐப் பயன்படுத்தலாம்.

இந்த ஏபிஐ ஒரு பிரபலமான அடையாளத்தைக் கொண்ட ஒரு படத்தை நீங்கள் அனுப்பினால், அது அந்த அடையாளத்தின் பெயர், மைல்கல்லின் அட்சரேகை மற்றும் தீர்க்கரேகை மதிப்புகள் மற்றும் படத்திற்குள் மைல்கல் எங்கு கண்டுபிடிக்கப்பட்டது என்பதைக் குறிக்கும் ஒரு எல்லை பெட்டி ஆகியவற்றைக் கொடுக்கும்.

பயனரின் புகைப்படங்களைத் தானாகக் குறிக்கும் பயன்பாடுகளை உருவாக்க, அல்லது மிகவும் தனிப்பயனாக்கப்பட்ட அனுபவத்தை வழங்க லேண்ட்மார்க் அங்கீகார API ஐப் பயன்படுத்தலாம், எடுத்துக்காட்டாக, ஒரு பயனர் ஈபிள் கோபுரத்தின் புகைப்படங்களை எடுத்துக்கொள்வதை உங்கள் பயன்பாடு அங்கீகரித்தால், அது குறித்த சில சுவாரஸ்யமான உண்மைகளை வழங்கக்கூடும் இந்த மைல்கல் அல்லது பயனர் அடுத்ததாக பார்வையிட விரும்பும் அருகிலுள்ள சுற்றுலா தலங்களை பரிந்துரைக்கவும்.

எம்.எல் கிட்டுக்கு வழக்கத்திற்கு மாறாக, லேண்ட்மார்க் கண்டறிதல் ஏபிஐ கிளவுட் அடிப்படையிலான ஏபிஐ ஆக மட்டுமே கிடைக்கிறது, எனவே சாதனம் செயலில் இணைய இணைப்பு இருக்கும்போது மட்டுமே உங்கள் பயன்பாடு மைல்கல் கண்டறிதலைச் செய்ய முடியும்.

மொழி அடையாள API: சர்வதேச பார்வையாளர்களுக்காக உருவாக்குதல்

இன்று, ஆண்ட்ராய்டு பயன்பாடுகள் உலகின் ஒவ்வொரு பகுதியிலும், பல்வேறு மொழிகளைப் பேசும் பயனர்களால் பயன்படுத்தப்படுகின்றன.

எம்.எல் கிட்டின் மொழி அடையாள ஏபிஐ உங்கள் ஆண்ட்ராய்டு பயன்பாட்டை சர்வதேச பார்வையாளர்களைக் கவர்ந்திழுக்க உதவும், உரையின் ஒரு சரத்தை எடுத்து, அதில் எழுதப்பட்ட மொழியை தீர்மானிப்பதன் மூலம். மொழி அடையாள API ஆனது அரபு, பல்கேரியன், சீன, கிரேக்கம், இந்தி, ஜப்பானிய மற்றும் ரஷ்ய மொழிகள்.

பயனர் வழங்கிய உரையை செயலாக்கும் எந்தவொரு பயன்பாட்டிற்கும் இந்த ஏபிஐ ஒரு மதிப்புமிக்க கூடுதலாக இருக்கலாம், ஏனெனில் இந்த உரை எந்தவொரு மொழி தகவலையும் அரிதாகவே உள்ளடக்குகிறது. மொழிபெயர்ப்பின் முதல் படியாக மொழிபெயர்ப்பு பயன்பாடுகளில் மொழி அடையாள API ஐ நீங்கள் பயன்படுத்தலாம் எதுவும், நீங்கள் எந்த மொழியுடன் பணிபுரிகிறீர்கள் என்பதை அறிவது! எடுத்துக்காட்டாக, பயனர் தங்கள் சாதனத்தின் கேமராவை ஒரு மெனுவில் சுட்டிக்காட்டினால், உங்கள் பயன்பாடு மொழி அடையாள API ஐப் பயன்படுத்தி மெனு பிரஞ்சு மொழியில் எழுதப்பட்டதா என்பதைத் தீர்மானிக்கலாம், பின்னர் கிளவுட் மொழிபெயர்ப்பு API ( உரை அங்கீகாரம் API ஐப் பயன்படுத்தி அதன் உரையை பிரித்தெடுத்த பிறகு?)

கேள்விக்குரிய சரத்தைப் பொறுத்து, மொழி அடையாள ஏபிஐ பல சாத்தியமான மொழிகளைத் தரக்கூடும், நம்பிக்கை மதிப்பெண்களுடன், கண்டறியப்பட்ட மொழி எது சரியானது என்பதை நீங்கள் தீர்மானிக்க முடியும். எம்.எல். கிட் எழுதும் நேரத்தில் ஒரே சரத்திற்குள் பல மொழிகளை அடையாளம் காண முடியவில்லை என்பதை நினைவில் கொள்க.

இந்த ஏபிஐ நிகழ்நேரத்தில் மொழி அடையாளத்தை வழங்குகிறது என்பதை உறுதிப்படுத்த, மொழி அடையாள API ஆனது சாதனத்தில் மாதிரியாக மட்டுமே கிடைக்கிறது.

விரைவில்: ஸ்மார்ட் பதில்

எதிர்காலத்தில் எம்.எல் கிட்டில் கூடுதல் ஏபிஐகளைச் சேர்க்க கூகிள் திட்டமிட்டுள்ளது, ஆனால் வரவிருக்கும் ஒரு ஏபிஐ பற்றி எங்களுக்கு முன்பே தெரியும்.

எம்.எல் கிட் வலைத்தளத்தின்படி, வரவிருக்கும் ஸ்மார்ட் பதில் API தற்போதைய சூழலுக்கு ஏற்ற உரையின் துணுக்குகளை பரிந்துரைப்பதன் மூலம், உங்கள் பயன்பாடுகளில் சூழ்நிலை செய்தியிடல் பதில்களை வழங்க உங்களை அனுமதிக்கும். இந்த ஏபிஐ பற்றி ஏற்கனவே எங்களுக்குத் தெரிந்தவற்றின் அடிப்படையில், ஸ்மார்ட் பதில் ஏற்கனவே ஆண்ட்ராய்டு பயன்பாடு, வேர் ஓஎஸ் மற்றும் ஜிமெயில் ஆகியவற்றில் பரிந்துரைக்கப்பட்ட-பதிலளிக்கப்பட்ட அம்சத்துடன் ஒத்ததாக இருக்கும் என்று தெரிகிறது.

பரிந்துரைக்கப்பட்ட மறுமொழி அம்சம் தற்போது ஜிமெயிலில் எப்படி இருக்கிறது என்பதை பின்வரும் ஸ்கிரீன் ஷாட் காட்டுகிறது.

அடுத்தது என்ன? எம்.எல் கிட்டுடன் டென்சர்ஃப்ளோ லைட்டைப் பயன்படுத்துதல்

பொதுவான மொபைல் பயன்பாட்டு நிகழ்வுகளுக்கு எம்.எல் கிட் முன்பே கட்டப்பட்ட மாதிரிகளை வழங்குகிறது, ஆனால் சில சமயங்களில் நீங்கள் இந்த ஆயத்த மாதிரிகளுக்கு அப்பால் செல்ல விரும்பலாம்.

டென்சர்ஃப்ளோ லைட்டைப் பயன்படுத்தி உங்கள் சொந்த எம்.எல் மாடல்களை உருவாக்கி, அவற்றை எம்.எல் கிட்டைப் பயன்படுத்தி விநியோகிக்க முடியும். இருப்பினும், எம்.எல் கிட்டின் ஆயத்த ஏபிஐகளைப் போலல்லாமல், உங்கள் சொந்த எம்எல் மாடல்களுடன் பணியாற்றுவதற்கு ஒரு தேவை என்பதை அறிந்து கொள்ளுங்கள் குறிப்பிடத்தக்க எம்.எல் நிபுணத்துவத்தின் அளவு.

உங்கள் டென்சர்ஃப்ளோ லைட் மாடல்களை நீங்கள் உருவாக்கியதும், அவற்றை ஃபயர்பேஸில் பதிவேற்றலாம், பின்னர் அந்த மாதிரிகள் உங்கள் இறுதி பயனர்களுக்கு ஹோஸ்டிங் மற்றும் சேவையை நிர்வகிக்கும். இந்த சூழ்நிலையில், எம்.எல் கிட் உங்கள் தனிப்பயன் மாதிரியின் மீது ஏபிஐ லேயராக செயல்படுகிறது, இது தனிப்பயன் மாதிரிகளைப் பயன்படுத்துவதில் ஈடுபடும் சில கனரக-தூக்குதல்களை எளிதாக்குகிறது. மிக முக்கியமாக, எம்.எல் கிட் உங்கள் மாதிரியின் சமீபத்திய பதிப்பை உங்கள் பயனர்களுக்கு தானாகவே தள்ளும், எனவே உங்கள் மாதிரியை மாற்றியமைக்க விரும்பும் ஒவ்வொரு முறையும் உங்கள் பயன்பாட்டைப் புதுப்பிக்க வேண்டியதில்லை.

சிறந்த பயனர் அனுபவத்தை வழங்க, உங்கள் டென்சர்ஃப்ளோ லைட் மாதிரியின் புதிய பதிப்புகளை உங்கள் பயன்பாடு பதிவிறக்குவதற்கு முன், பூர்த்தி செய்ய வேண்டிய நிபந்தனைகளை நீங்கள் குறிப்பிடலாம், எடுத்துக்காட்டாக, சாதனம் செயலற்றதாக இருக்கும்போது, ​​சார்ஜ் செய்யும்போது அல்லது Wi- உடன் இணைக்கப்படும்போது மட்டுமே மாதிரியைப் புதுப்பித்தல். fi. மற்ற ஃபயர்பேஸ் சேவைகளுடன் நீங்கள் எம்.எல் கிட் மற்றும் டென்சர்ஃப்ளோ லைட்டையும் பயன்படுத்தலாம், எடுத்துக்காட்டாக ஃபயர்பேஸ் ரிமோட் கான்ஃபிக் மற்றும் ஃபயர்பேஸ் ஏ / பி டெஸ்டிங் ஆகியவற்றைப் பயன்படுத்தி வெவ்வேறு மாடல்களுக்கு வெவ்வேறு மாடல்களுக்கு சேவை செய்ய.

முன்பே கட்டப்பட்ட மாடல்களுக்கு அப்பால் நீங்கள் செல்ல விரும்பினால், அல்லது எம்.எல் கிட்டின் தற்போதைய மாதிரிகள் உங்கள் தேவைகளைப் பூர்த்தி செய்யவில்லை என்றால், உத்தியோகபூர்வ ஃபயர்பேஸ் டாக்ஸில் உங்கள் சொந்த இயந்திர கற்றல் மாதிரிகளை உருவாக்குவது பற்றி மேலும் அறியலாம்.

மடக்குதல்

இந்த கட்டுரையில், கூகிளின் இயந்திர கற்றல் கருவியின் ஒவ்வொரு கூறுகளையும் நாங்கள் பார்த்தோம், மேலும் நீங்கள் ஒவ்வொரு எம்.எல் கிட் ஏபிஐகளையும் பயன்படுத்த விரும்பும் சில பொதுவான காட்சிகளை உள்ளடக்கியுள்ளோம்.

எதிர்காலத்தில் கூடுதல் API களைச் சேர்க்க கூகிள் திட்டமிட்டுள்ளது, எனவே எந்த இயந்திர கற்றல் API கள் அடுத்ததாக ML கிட்டில் சேர்க்கப்படுவதைக் காண விரும்புகிறீர்கள்? கீழே உள்ள கருத்துகளில் எங்களுக்குத் தெரியப்படுத்துங்கள்!