开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Google Cloud Vision能返回更多的标签语言吗？

Google Cloud Vision是一种基于人工智能的图像识别服务，可以识别图像中的物体、场景、文字等，并返回相关的标签语言。它使用了Google在机器学习和计算机视觉方面的领先技术，并提供了丰富的功能和灵活的接口。

Google Cloud Vision的优势在于其准确性和广泛的应用场景。它能够识别数千个不同的物体、场景和文字，并提供与之相关的标签语言。这使得开发人员能够利用这些标签来分析图像内容、生成有关图像的描述，或者通过与其他服务结合来实现更复杂的应用，如图像搜索、内容过滤、自动标注等。

在云计算领域，推荐使用Google Cloud Vision的相关产品如下：

Google Cloud AutoML Vision：该产品为开发人员提供了一个自动化机器学习平台，可以自定义和训练图像识别模型，实现更精准的图像标签和分类。
Google Cloud Vision API：这是一项基于REST API的图像识别服务，开发人员可以通过调用API来实现图像识别和分析的功能。

更多关于Google Cloud Vision的详细介绍和使用指南，请参考以下链接：

相关搜索:Google Cloud Vision API (标签)，有多少个可能的标签？如何使用Google Cloud Vision API返回特定标签的置信度最高的图像？Google Cloud Vision会保存客户端的输入数据吗？Google Cloud Vision Search Product Python客户端-如何返回10个以上的结果？有人能提供一个CloudRuntimeConfig Google Cloud列表变量的示例吗 Google Cloud Translation Api仅返回目标语言的翻译我能得到在Google中搜索主题或标签的人的列表吗？我可以告诉Google Cloud vision将它在图像中读取的最大(字体大小)文本隔离出来吗？有人能向我解释一下，我在哪里可以获得从google cloud连接到sql数据库的属性吗？php缩放剪切函数

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

Google 发布 Cloud AutoML 降低机器学习门槛，调参民工前景堪忧

翻译 | AI 科技大本营（rgznai100）参与 | 刘畅、林椿眄编辑 | 周翔、Donna 本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google Cloud 平台自动创建机器学习模型。谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。 Cloud AutoML 将是开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。具体来说，开发者只需要上传一组

04

Google 发布 Cloud AutoML 降低机器学习门槛，调参民工前景堪忧

本周三，Google 发布了最新的 Cloud AutoML 技术，该技术能使企业开发者们通过 Google Cloud 平台自动创建机器学习模型。谷歌首先将发布 AutoML Vision，即用于建立机器视觉模型的工具，随后将陆续推出用于机器翻译和自然语言处理等的工具。 Cloud AutoML 将是开发者的利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。具体来说，开发者只需要上传一组图片，然后导入标签或者通过 App 创建，随后 Cloud AutoML 就会自动生成一个定制化的机器学

06

谷歌重磅：不用写代码也能建模调参，Cloud AutoML要实现全民玩AI

大数据文摘作品编译：钱天培、龙牧雪连发三条推特！今天凌晨时分，李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision，可以自动设计机器学习模型。我很荣幸地宣布AutoML Vision面世。无需精通机器学习，每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展！ ——李飞飞这个名为Cloud AutoML的宏大项目浮出水面，或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud，这次将服务对象转向了普罗大众。今天面世的AutoM

03

零基础可上手 | 手把手教你用Cloud AutoML做毒蜘蛛分类器

近日，一名叫Matt Fraser的小哥用Cloud AutoML制作了一个分类器，能识别分类澳大利亚的各种毒蜘蛛。

06

AI会让AI工程师失业吗？

自从AI出现之后，人类对于AI的担忧就从来没有消停过，特别是AlphaGo的横空出世将AI带到大众跟前，对AI的争论就更加激烈。对于普通大众而言，AI是否会毁灭人类不需太关心，但是对AI是否会取代人类工作就异常敏感了。夸张的是，现在某些高考填报志愿指南就有一个考量：这个职业是否会被AI取代，比如平民考生填报志愿的3个关键点这篇文章就认为将被AI取代的职业有：财会、英语、法律、人力资源等等，不建议报考。

02

Google的App引擎添加了对Node.js的支持

image.png JavaScript开发者现在可以使用Google的PaaS云服务来构建网页应用和移动端的服务了！ Google宣布，将于Node.js的的企业平台提供方NodeSource合作，在Google的云平台上支持Node.js。之前，Google的云服务支持Java，Python，PHP和Go。从这周开始，将会以测试形式提供对JavaScript服务端的支持。开发者可以使用倍受欢迎的Js语言开发服务端程序了。 “通过和Google的合作，NodeSource将会成为Google云平台上主要的

06

2018 最新机器学习 API 推荐清单，快给 APP 加点智能

本篇基于 2017 年的推荐清单做了一些改进——去除了一些不再进行维护的 API，并且更新了一些新的 API。主要覆盖如下方向：

03

业界 | 对比了六家计算机视觉API，发现最好的竟然是...

选自free Code Camp 作者：Mariya Yao 机器之心编译参与：蒋思源、刘晓坤本文通过吉娃娃与松饼的图像对比了流行的六大计算机视觉API，作者希望能借助这些识别情况帮助读者了解各

06

Google 发布 AutoML Vision，全自动训练 AI 无需写代码

关键时刻，第一时间送达！还记得去年5月，谷歌大脑团队对外宣布推出AutoML系统，让人工智能自动编写机器学习程序，试图使机器学习模型的设计变得更为简单。短短三个月后，AutoML在一次图像内容分类的测试中，以82%的准确率击败了编写AutoML的研究人员。 1月17日，基于自身云平台，谷歌又推出了机器学习系统Google Cloud AutoML，为更多正在尝试搭建机器学习模型的开发者、分析人员、企业群体，降低了使用人工智能相关工具和框架的门槛。“目前，全球只有少数企业在ML和AI的研发上投入足够的人

07

留住老照片，谷歌用AI帮纽约时报讲了500万个故事

纸质老照片记录下了当时的珍贵时刻，其中的历史意义也更为重要，但纸质极容易损坏，人类该怎么保存它们，让它们恒久远永流传？

04

谷歌发布端到端AI平台，还有用于视频和表格的AutoML、文档理解API等多款工具

谷歌又有了大动作。在大洋彼岸的谷歌Cloud Next conference大会上，谷歌一口气发布了多款AI新品和工具，主要包括：

03

谷歌发布端到端AI平台，还有用于视频和表格的AutoML、文档理解API等多款工具

谷歌又有了大动作。在大洋彼岸的谷歌Cloud Next conference大会上，谷歌一口气发布了多款AI新品和工具，主要包括：

04

推出 TF Lite Task Library 接口，简化 ML移动端开发流程

作者 | Lu Wang、Chen Cen、Arun Venkatesan 和 Khanh LeViet

04

使用图神经网络优化信息提取的流程概述

在这篇文章中，我们将介绍票据数字化的问题，即从纸制收据（如医疗发票、门票等）中以标签的形式提取必要和重要的信息。这些类型的模型在现实生活中非常有用，可以帮助用户，为了更好地理解数据，我们日常工作的很大一部分仍然是处理纸制收据（扫描件）。在自然语言处理领域，这项任务称为序列标记，因为我们以某种形式的预定义类标记每个输入实体，例如杂货店购物的正常收据，标签可以是 TOTAL_KEY、SUBTOTAL_KEY、COMPANY_NAME、COMPANY_ADDRESS、DATE、下图描述了这些工作的一般流程，将在接下来的部分中一一描述。

02

Python Web 深度学习实用指南：第三部分

本节将说明 API 在软件开发中的一般用法，并说明如何使用不同的最新深度学习 API 来构建智能 Web 应用。我们将涵盖自然语言处理（NLP）和计算机视觉等领域。

01

从人脸识别到机器翻译：52个有用的机器学习和预测API

人工智能正在成为新一代技术变革的基础技术，但从头开始为自己的应用和业务开发人工智能程序既成本高昂，且往往很难达到自己想要的性能表现，但好在我们有大量现成可用的 API 可以使用。开发者可以通过这些 API 将其它公司提供的智能识别、媒体监测和定向广告等人工智能服务集成到自己的产品中。机器之心在 2015 年底就曾经编译过一篇介绍当前优质人工智能和机器学习 API 的文章《技术 | 50 个常用的人工智能和机器学习 API》，列举了 50 个较为常用的涉及到机器学习、推理预测、文本分析及归类、人脸识别、语言翻译等多个方面的 API。一年多过去了，好用的 API 也出现了一些新旧更迭，现在是时候对这篇文章进行更新了。

01

业界 | 李飞飞、李佳宣布发布Cloud AutoML：AI技术「飞入寻常百姓家」

选自Google Blog 作者：李飞飞、李佳机器之心编译参与：路雪、刘晓坤李飞飞一直倡导AI民主化，今日谷歌云发布Cloud AutoML，希望帮助ML/AI专业知识和能力有限的企业也能够使用AI技术构建定制化AI模型。目前已有一万多家企业使用Cloud AutoML。谷歌发布 Cloud AutoML，旨在帮助更多公司构建高质量定制化模型。李飞飞和李佳在相关博客中称：「Cloud AutoML 将帮助 AI 专家更加高产，不断拓展 AI 的新领域，帮助经验不足的工程师构建梦寐以求的强大 AI 系

05

人脸识别、情感分析，开发者必备50个机器学习API|值得收藏

该清单按照字母排序，对 API 的概述是基于对应官网所提供的信息整合而成。要是大家发现该清单中错过了某些当前流行的 API，可以在评论中告知。

03

使用AutoML Vision进行音频分类

对于给定的音频数据集，可以使用Spectrogram进行音频分类吗？尝试使用Google AutoML Vision。把音频文件转换成各自的频谱图，并使用频谱图作为分类问题的图像。

03

李飞飞和李佳：发布Cloud AutoML，让AI赋能每家企业！

谷歌全新发布Cloud AutoML，预计的语音、图像、NLP、翻译等系列服务中，首先发布的是AutoML Vision，任何人都能上传图片，然后让谷歌的系统自动为他们创建机器学习模型。李飞飞在Twitter连发两条信息说：“在短短的几个月里，将尖端技术转化为数百万的产品，这是一个相当鼓舞人心的旅程！我们希望AutoML Vision是我们客户的第一选择。” 李佳在朋友圈中称：今天我们 CloudAI 团队推出了 Cloud AutoML, 自动生成 ML 模型的技术。这是飞飞和我加入谷歌云以来的一

09

谷歌新突破：自然语言与翻译加入AutoML，Contact Center AI和TPU 3.0发布

今天在旧金山举行的谷歌Cloud Next大会上，谷歌迎来了全新的突破，发布了一系列关于人工智能的公告。亮点主要包括：AutoML增添了自然语言处理（AutoML Natural Language）和翻译（AutoML Translate）；Contact Center AI和TPU 3.0。

01

TensorFlow Lite，ML Kit 和 Flutter 移动深度学习：1~5

在本章中，我们将探索移动设备上深度学习的新兴途径。我们将简要讨论机器学习和深度学习的基本概念，并将介绍可用于将深度学习与 Android 和 iOS 集成的各种选项。本章还介绍了使用本机和基于云的学习方法进行深度学习项目的实现。

01

教程 | 如何使用谷歌Mobile Vision API 开发手机应用

机器之心原创参与：QW、李亚洲一年一度的谷歌开发者大会 Google I/O 昨日在山景城开幕，在首日的 Keynote 中，谷歌宣布了一系列新的硬件、应用、基础研究等。而在下午面向开发者的 se

05

GCP 上的人工智能实用指南：第一、二部分

在本节中，我们将介绍 Google Cloud Platform（GCP）上的无服务器计算基础。我们还将概述 GCP 上可用的 AI 组件，并向您介绍 GCP 上的各种计算和处理选项。

01

Transformers 4.37 中文文档（九十）

LiLT 模型在Jiapeng Wang, Lianwen Jin, Kai Ding 撰写的《LiLT: A Simple yet Effective Language-Independent Layout Transformer for Structured Document Understanding》中提出。LiLT 允许将任何预训练的 RoBERTa 文本编码器与轻量级的 Layout Transformer 结合起来，以实现多种语言的 LayoutLM 类似文档理解。

01

这一次，MIT的科学家让谷歌AI把步枪误认成直升机

安妮编译整理量子位出品 | 公众号 QbitAI 这是什么？熟悉枪械的盆友可能一眼就认出这是步枪，即使对枪种类不熟悉的同学也能认出这最可能是枪。但……这道题对谷歌Cloud Vision A

05

50多种适合机器学习和预测应用的API，你的选择是？（2018年版本）

对于做工程项目和搞科研的人来说，有现成的模块或工具使用是一件多么美妙的事情啊，无需访问源码或理解内部工作机制的细节即可完成相应的任务。常用的方法是调用一些API，即一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力。本文总结对于机器学习行业者有用的50多个API，主要涉及的领域如下：

01

还在做着学AI拿高薪的美梦？谷歌新推出神器一巴掌打醒你

整个操作过程，从导入数据到标记和训练模型，都只需要用鼠标拖放界面即可完成。人工智能和深度学习首席科学家李飞飞本周在某个新闻发布会上表示，人工智能和机器学习仍然是一个进入门槛高的领域，需要专业知识和资源，很少有公司自己能雇佣起机器学习和数据科学家。兵贵神速，在今天的凌晨，谷歌就发布了用机器学习来训练机器学习的神器：Cloud AutoML Vision。 AI训练AI 谷歌的Cloud AutoML到底是什么？ Cloud AutoML是一套机器学习产品，其背后的逻辑是用AI制作AI。它能够使具有有限机

00

Gemini演示视频“翻车”后，谷歌接连放大招：向云客户免费提供Gemini Pro，推出AI代码辅助工具，集成25家公司数据集

上周，谷歌公布了该公司有史以来体量最大、功能最强的 AI 模型 Gemini，这也是谷歌在推动 AI 实际落地过程中的重要一步。Gemini 模型共分为三个版本：Ultra 版、Pro 版与 Nano 版。谷歌已经开始在自家产品组合中引入 Gemini：从 Pixel 8 Pro 开始，Gemni Nano 将正式登陆 Android 系统；而经过专门微调的 Gemini Pro 则即将现身 Google Bard。

01

李飞飞交棒Andrew Moore，告别谷歌云AI回归斯坦福

今年7月的谷歌Next大会上，李飞飞宣布了两年前推进的Contact Center落地、AutoML推出自然语言和翻译服务、TPU 3.0进入谷歌云，这意味着谷歌云拥抱AI First后迎来里程碑式成就，这被外界认为是李飞飞在谷歌的最后“官方发布”。

01

【李飞飞演讲全文】谷歌的开源与生态：谷歌云正将AI民主化

【新智元导读】李飞飞在妇女节这天完成了她加入谷歌云后的首秀——在谷歌 Cloud Next 17上发表主旨演讲。她在会上发布了谷歌云面向机器学习和人工智能的一系列新API 以及收购机器学习竞赛平台Kaggle的消息。主旨演讲中，她提到了自己加入谷歌云的初衷，强调了“AI 民主化”概念。新智元带来独家文字实录和PPT。美国当地时间3月8日，谷歌 Cloud Next 17 大会举行。去年年底加入谷歌云的李飞飞教授首次亮相，以谷歌云负责人的身份，发布了谷歌云的一系列新API以及收购机器学习竞赛平台Kaggl

07

52 个有用的机器学习与预测API

随着基于人工智能与机器学习的应用如雨后春笋般不断涌现，我们也看到有很多提供类似功能的 API 悄悄登上了舞台。 API 是用于构建软件应用的程序、协议以及工具的组合；本文是对2015 中这个列表的修正与完善，移除了部分被废弃的 API ；我们也添加了最近由 IBM、Google、Microsoft 这些大厂发布的 API 。所有的 API 可以根据应用场景进行分组：人脸与图片识别。文本分析，自然语言处理以及情感分析。语言翻译。预测以及其他的机器学习算法。在具体的每个分组内，我们根据首字母顺序排序；

收藏| 最全 SLAM 开源数据集汇总

对于许多无人驾驶或者 SLAM 初学者来说，搞一个真车或者选择一款良好的设备来进行算法测试通常是个很头大的问题，且还需要解决很多诸如传感器之间标定不好，多传感器时间未做同步，没有真正的 groundtruth 来检验算法的好坏等等问题。

03

‍Java OCR技术全面解析：六大解决方案比较

在本篇博文中，我们深入探讨了六种主流的Java OCR（光学字符识别）技术解决方案，旨在为Java开发者提供全面的技术对比和实用指南。从开源神器Tesseract到云服务巨头Google Vision API，再到专业的OCR库如ABBYY，每种解决方案都将通过依赖引入、代码实例、GitHub上的数据集链接、应用场景对比以及优缺点分析进行详细介绍。无论是对于OCR新手还是经验丰富的开发大佬，本文都力求提供一份准确、易读、内容丰富的技术分享，确保每位读者都能找到满足其项目需求的最佳OCR解决方案。

01

50种机器学习和人脸识别API，收藏好！以后开发不用找啦

API 是一套用于构建软件程序的协议和工具。对于应用开发者而言，有了开放的 API，就可以直接调用其他公司做好的功能为我所用，这在很大程度上提升了工作效率。本文整理了以下四大类共 50 种 API，为你节省了寻找资源的时间。

04

50种机器学习和预测应用的API，你想要的全都有

翻译 | Drei 编辑 | Just 出品 | 人工智能头条（公众号ID：AI_Thinker） API 是一套用于构建软件程序的协议和工具。对于应用开发者而言，有了开放的 API，就可以直接调用其他公司做好的功能为我所用，这在很大程度上提升了工作效率。本文整理了以下四大类共 50 种 API，为你节省了寻找资源的时间。总之，你所需要的可能基本都在下面了：人脸和图像识别（Face Image Recognition）文本分析，自然语言处理，情感分析（Text Analysis, NLP, Senti

07

50种机器学习和预测应用的API，你想要的全都有

API 是一套用于构建软件程序的协议和工具。对于应用开发者而言，有了开放的 API，就可以直接调用其他公司做好的功能为我所用，这在很大程度上提升了工作效率。

02

“关键人物”李飞飞出手，谷歌的新世界野心再落一子

今天是谷歌云Next大会的第一天，李飞飞宣布两年前推进的Contact Center落地、AutoML推出自然语言和翻译服务、TPU 3.0进入谷歌云。

03

【AutoML】当前有哪些可用的AutoML平台？

大家好，欢迎来到专栏《AutoML》，在这个专栏中我们会讲述AutoML技术在深度学习中的应用，这一期讲述现有可用的AutoML平台。

03

从人脸识别到情感分析，50个机器学习实用API

API是一套用于构建应用软件程序的规范，协议和工具。在本文中，我们从2017年的清单中删除了停用的API，并利用新元素对其进行了更新。并且，所有的API被归类到以下几个领域：

01

i-am-a-bot：一款基于多个大语言模型的验证码系统安全评估工具

i-am-a-bot是一款基于多个大语言模型的验证码安全评估工具，该工具提供了一个使用了多模态大语言模型（LLM）的自动化解决方案，可以帮助广大研究人员测试各种类型验证码机制的安全性。

01

过半作者是华人！Google Research全新图像表征模型ALIGN霸榜ImageNet

神经网络实际上就是在学习一种表示，在CV领域，良好的视觉和视觉语言（vision and vision-language）表征对于解决计算机视觉问题(图像检索、图像分类、视频理解)至关重要，并且可以帮助人们解决日常生活中的难题。

02

为了不把黑人兄弟认作大猩猩，谷歌的算法连真的大猩猩都不认识了

李林编译整理量子位出品 | 公众号 QbitAI 2015年，黑人兄弟Jacky Alciné震惊地发现，他们被Google图像识别算法歧视了：Google Photos竟然把他的黑人朋友分类成

04

全新开发体验！腾讯云 Serverless 助力你的 AI 模型进入生产环境

文中带有大量链接，点击阅读原文，查看文中所附资源阅读本教程后，你将能够独立构建一个用于图像分类的 Serverless 应用，比如这个能识别食物的网页。你也可以在腾讯云上试试更多 TensorFlow 函数。人工智能（AI）正在改变我们的生活。但是，AI 应用所需要的，远远不止算法、数据科学和大数据训练模型。据估计，在生产环境中，95% 的人工智能计算都是用于推理的。使用人工智能推理服务的最佳平台是公共云或边缘云，因为云能够提供丰富的计算能力、高效安全的模型管理，以及更快的 5G 互联网连接。

04

谷歌云重大更新：Text-to-Speech现已支持26种WaveNet语音

如果你是谷歌云客户，并且正在使用该公司的AI套件来进行文字转语音或语音转文本服务，这有个好消息：谷歌今天宣布了这些方面的重大更新，包括云文本到语音的普遍可用性，优化声音以便在不同设备上播放的新音频配置文件，多声道识别的增强功能等等。

04

从人脸识别到情感分析，这有50个机器学习实用API！

大数据文摘作品编译：大茜、Shan LIU、云舟还在为找不到机器学习的API而烦恼吗？本篇文章将介绍一个包含50+关于人脸和图像识别，文本分析，NLP，情感分析，语言翻译，机器学习和预测的API列表，快快收藏吧~ API是一套用于构建应用软件程序的规范，协议和工具。在本文中，我们从2017年的清单中删除了停用的API，并利用新元素对其进行了更新。并且，所有的API被归类到以下几个领域：人脸和图像识别文本分析，NLP，情感分析语言翻译机器学习和预测在每组应用中，列表中的元素按字母顺序排列。相

05

在图片中加入噪点就能骗过Google最顶尖的图像识别AI

按要求转自：FreeBuf.COM 编译：Alpha_h4ck 近期，一群来自华盛顿大学网络安全实验室（NSL）的计算机专家发现，恶意攻击者可以欺骗Google的CloudVision API，这将导致API对用户提交的图片进行错误地分类。近些年来，基于AI的图片分类系统变得越来越热门了，而这项研究针对的就是这种图片分类系统。现在，很多在线服务都会采用这种系统来捕捉或屏蔽某些特殊类型的图片，例如那些具有暴力性质或色情性质的图片，而基于AI的图片分类系统可以阻止用户提交并发布违禁图片。虽然这种分类系统使

03

想快速部署机器学习项目？来看看几大主流机器学习服务平台对比吧

日前，kdnuggets 上的一篇文章对比了三大公司（谷歌、微软和亚马逊）提供的机器学习服务平台，对于想要启动机器学习项目的公司或是数据科学新手来说，提供了非常多的指导和建议。 AI 研习社将原文编译整理如下：对于大多数企业来说，机器学习就像航空航天一样遥远，听起来既昂贵，还需要高科技人才。从某种角度来说，如果你想建立一个像 Netflix 一样好的推荐系统，那确实是昂贵且困难。但是，目前这个复杂的领域有一个趋势：一切皆服务（everything-as-a-service)——无需太多投资，即可快速启动机

「无服务器架构」动手操作Knative -第二部分

在上一篇文章中，我讨论了Knative用于快速部署和自动调整无服务器容器。如果您希望您的服务由HTTP调用同步触发，那么Knative服务是很好的选择。然而，在没有服务器的微服务世界中，异步触发器更加常见和有用。这时，Knative三项赛就开始发挥作用了。

03

900万张标注图像，谷歌发布Open Images最新V3版

翻译 | Shawn 过去几年机器学习的发展使得计算机视觉有了快速的进步，系统能够自动描述图片，对共享的图片创造自然语言回应。其中大部分的进展都可归因于 ImageNet 、COCO（监督学习）以及 YFCC100M（无监督学习数据集）这样的数据集的公开使用。 2016年，谷歌发布 Open Images，这是一个包含约 900万张图像 URL 的数据集，里面的图片通过标签注释被分为 6000 多类。近日，谷歌又发布了 Open Images 最新的 V3 版，相比之前的版本，这次更新有哪些改变呢？

07

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭