அடையாளங்களைக் கண்டறிவதற்கான Google Vision API இன் மேம்பட்ட படங்களைப் புரிந்துகொள்ளும் அம்சத்தின் பின்னணியில் சிறுகுறிப்பு மறுமொழி பொருளிலிருந்து முக்கியத் தகவலைப் பிரித்தெடுக்க, API வழங்கிய தொடர்புடைய புலங்கள் மற்றும் முறைகளைப் பயன்படுத்த வேண்டும். சிறுகுறிப்பு மறுமொழி பொருள் என்பது JSON அமைப்பாகும், இது பட பகுப்பாய்வு முடிவுகளுடன் தொடர்புடைய பல்வேறு பண்புகள் மற்றும் மதிப்புகளைக் கொண்டுள்ளது.
முதலாவதாக, படம் API ஆல் வெற்றிகரமாக செயலாக்கப்பட்டது என்பதையும், மறுமொழி பொருளில் தேவையான தகவல்கள் இருப்பதையும் உறுதி செய்ய வேண்டும். பதில் பொருளின் "நிலை" புலத்தை சரிபார்ப்பதன் மூலம் இதைச் செய்யலாம். நிலை "சரி" எனில், பட பகுப்பாய்வு வெற்றிகரமாக இருந்தது என்பதைக் குறிக்கிறது, மேலும் முக்கிய தகவலைப் பிரித்தெடுப்பதைத் தொடரலாம்.
பதிலளிப்பு பொருளின் "லேண்ட்மார்க் குறிப்புகள்" புலத்திலிருந்து மைல்கல் தகவலை அணுகலாம். இந்தப் புலம் சிறுகுறிப்புகளின் வரிசையாகும், இதில் ஒவ்வொரு சிறுகுறிப்பும் படத்தில் கண்டறியப்பட்ட அடையாளத்தைக் குறிக்கிறது. ஒவ்வொரு முக்கிய சிறுகுறிப்பும் இடம், விளக்கம் மற்றும் மதிப்பெண் உட்பட பல பண்புகளைக் கொண்டுள்ளது.
"இருப்பிடம்" பண்பு கண்டறியப்பட்ட அடையாளத்தின் எல்லைப் பெட்டி ஆயங்களை வழங்குகிறது. இந்த ஆயத்தொலைவுகள் படத்தில் உள்ள அடையாளத்தின் நிலை மற்றும் அளவைக் குறிப்பிடுகின்றன. இந்த ஆயங்களை பகுப்பாய்வு செய்வதன் மூலம், அடையாளத்தின் சரியான இடத்தை நாம் தீர்மானிக்க முடியும்.
"விளக்கம்" பண்பு அடையாளத்தின் உரை விளக்கத்தை வழங்குகிறது. மைல்கல்லை அடையாளம் காணவும், பயனருக்கு கூடுதல் சூழலை வழங்கவும் இந்த விளக்கத்தைப் பயன்படுத்தலாம். எடுத்துக்காட்டாக, ஏபிஐ ஒரு படத்தில் ஈபிள் கோபுரத்தைக் கண்டறிந்தால், விளக்கச் சொத்தில் "ஈபிள் டவர்" என்ற உரை இருக்கலாம்.
"மதிப்பெண்" பண்பு, மைல்கல்லைக் கண்டறிவதில் API இன் நம்பக மதிப்பெண்ணைக் குறிக்கிறது. இந்த மதிப்பெண் 0 மற்றும் 1 க்கு இடையிலான மதிப்பாகும், இதில் அதிக மதிப்பெண் அதிக நம்பிக்கை அளவைக் குறிக்கிறது. இந்த மதிப்பெண்ணை பகுப்பாய்வு செய்வதன் மூலம், கண்டறியப்பட்ட அடையாளத்தின் நம்பகத்தன்மையை நாம் மதிப்பிடலாம்.
சிறுகுறிப்பு மறுமொழி பொருளில் இருந்து மைல்கல் தகவலைப் பிரித்தெடுக்க, நாம் "லேண்ட்மார்க் குறிப்புகள்" வரிசையின் மூலம் மீண்டும் மீண்டும் ஒவ்வொரு சிறுகுறிப்புக்கும் தொடர்புடைய பண்புகளை அணுகலாம். மேலும் பகுப்பாய்வு அல்லது காட்சிக்குத் தேவையான இந்தத் தகவலைச் சேமிக்கலாம் அல்லது செயலாக்கலாம்.
கூகுள் கிளவுட் விஷன் ஏபிஐ கிளையன்ட் லைப்ரரியைப் பயன்படுத்தி சிறுகுறிப்பு மறுமொழி பொருளில் இருந்து மைல்மார்க் தகவலை எவ்வாறு பிரித்தெடுப்பது என்பதை விளக்கும் பைத்தானில் உள்ள ஒரு எடுத்துக்காட்டு குறியீடு துணுக்கு இங்கே உள்ளது:
python from google.cloud import vision def extract_landmark_info(response): if response.status == 'OK': for annotation in response.landmark_annotations: location = annotation.location description = annotation.description score = annotation.score # Process the landmark information as needed print(f"Landmark: {description}") print(f"Location: {location}") print(f"Score: {score}n") else: print('Image analysis failed.') # Assuming you have already authenticated and created a client client = vision.ImageAnnotatorClient() # Assuming you have an image file 'image.jpg' to analyze with open('image.jpg', 'rb') as image_file: content = image_file.read() image = vision.Image(content=content) response = client.landmark_detection(image=image) extract_landmark_info(response)
இந்த எடுத்துக்காட்டில், `extract_landmark_info` செயல்பாடு சிறுகுறிப்பு மறுமொழி பொருளை உள்ளீடாக எடுத்து, `landmark_annotations` வரிசையின் மூலம் மீண்டும் செயல்படுகிறது. இது ஒவ்வொரு சிறுகுறிப்புக்கும், விளக்கம், இருப்பிடம் மற்றும் மதிப்பெண் உள்ளிட்ட முக்கியத் தகவலைப் பிரித்தெடுத்து அச்சிடுகிறது.
இந்த அணுகுமுறையைப் பின்பற்றுவதன் மூலம், அடையாளங்களைக் கண்டறிவதற்காக Google Vision API இன் மேம்பட்ட படங்களைப் புரிந்துகொள்ளும் அம்சம் வழங்கிய சிறுகுறிப்பு மறுமொழி பொருளிலிருந்து முக்கியத் தகவலைப் பிரித்தெடுக்க முடியும்.
தொடர்பான பிற சமீபத்திய கேள்விகள் மற்றும் பதில்கள் மேம்பட்ட படங்கள் புரிதல்:
- கூகுள் விஷன் ஏபிஐயில் பொருள் அங்கீகாரத்திற்கான சில முன் வரையறுக்கப்பட்ட வகைகள் யாவை?
- பாதுகாப்பான தேடல் கண்டறிதல் அம்சத்தை மற்ற மிதமான நுட்பங்களுடன் இணைந்து பயன்படுத்துவதற்கான பரிந்துரைக்கப்பட்ட அணுகுமுறை என்ன?
- பாதுகாப்பான தேடல் குறிப்புகளில் ஒவ்வொரு வகைக்கான சாத்தியக்கூறு மதிப்புகளை எவ்வாறு அணுகலாம் மற்றும் காட்டலாம்?
- Python இல் Google Vision API ஐப் பயன்படுத்தி பாதுகாப்பான தேடல் சிறுகுறிப்பை எவ்வாறு பெறுவது?
- பாதுகாப்பான தேடல் கண்டறிதல் அம்சத்தில் உள்ள ஐந்து பிரிவுகள் யாவை?
- கூகுள் விஷன் ஏபிஐயின் பாதுகாப்பான தேடல் அம்சமானது படங்களில் உள்ள வெளிப்படையான உள்ளடக்கத்தை எவ்வாறு கண்டறிகிறது?
- தலையணை நூலகத்தைப் பயன்படுத்தி ஒரு படத்தில் கண்டறியப்பட்ட பொருட்களை எவ்வாறு பார்வைக்கு அடையாளம் கண்டு தனிப்படுத்துவது?
- பாண்டாஸ் தரவு சட்டத்தைப் பயன்படுத்தி பிரித்தெடுக்கப்பட்ட பொருள் தகவலை அட்டவணை வடிவத்தில் எவ்வாறு ஒழுங்கமைக்க முடியும்?
- API இன் பதிலில் இருந்து அனைத்து பொருள் குறிப்புகளையும் எவ்வாறு பிரித்தெடுக்க முடியும்?
- கூகுள் விஷன் ஏபிஐயின் செயல்பாட்டை விளக்குவதற்கு என்ன நூலகங்கள் மற்றும் நிரலாக்க மொழி பயன்படுத்தப்படுகிறது?
மேம்பட்ட படங்களைப் புரிந்துகொள்வதில் கூடுதல் கேள்விகள் மற்றும் பதில்களைக் காண்க