图像标识

图像标识[形象]

产生尝试识别什么的结果形象是的图片。

图像标识[形象,类别]

限制的标识形象到指定类别内的对象。

图像标识[形象,类别,n个]

列出了最多n个可能的标识。

图像标识[形象,类别,n个,"支柱"]

为每个标识提供指定的属性。

详细信息和选项

  • 图像标识[{形象1,形象2,…},…]可用于识别多个图像中的对象。
  • 在图像标识[形象,类别]，可能的形式类别包括：
  • "类型"实体类型,如中所用口译员
    "概念"命名的概念,如中所用“概念”实体
    "单词"英语单词,如中所用文字数据
    单词规范词义规范,如中所用文字数据
    实体[…]任何适当的实体
    类别1|类别2|…任何类别我
  • 默认情况下，图像标识返回窗体的对象实体[“概念”,…].
  • 财产"支柱"可以是以下之一：
  • “概念”概念实体对象
    “实体”可能的话,具体实体对象
    “概率”概念和概率的关联
    "cprop公司"由支持的属性“概念”实体
    {支柱1,…}属性规范列表
  • 可以提供以下选项：
  • 接受阈值 自动识别接受阈值
    绩效目标 自动识别中要优化的内容
    特定性目标 自动要寻找对象类型的特殊性
    目标设备“CPU”要计算的目标设备
  • 的可能设置绩效目标包括“速度”和“质量”.
  • 的可能设置特定性目标包括：
  • “低”支持对象的一般类别
    “高”喜欢特定类型的对象
    秒特异性介于0之间(最低的)和1(最高)
  • 如果在可接受的阈值内未发现任何内容，缺少[“未识别”]返回。
  • 图像标识使用机器学习。其中包含的方法、训练集和偏见可能会发生变化，并在不同版本的Wolfram语言中产生不同的结果。
  • 图像标识可以下载将存储在本地对象存储中的资源$LocalBase（本地基础），可以使用列出局部对象[]并使用删除资源删除.

示例

全部打开全部关闭

基本示例  (2)

识别图像中的对象：

识别图像中出现的狗的类型：

范围  (3)

返回特定类别中的结果：

返回结果列表：

返回结果及其关联概率的列表：

选项  (4)

接受阈值  (1)

这个接受阈值自动选择：

指定自定义阈值：

如果没有标识高于阈值缺少返回对象：

性能目标  (1)

使用绩效目标“速度”要尽快获得结果：

使用较慢、更准确的识别：

特定性目标  (2)

以低特异性为结果赋予特权：

以高度特异性为结果赋予特权：

使用自定义值：

获取不同特异性值的标识表：

属性和关系  (1)

使用的神经网络图像标识可以使用访问NetModel（网络模型）:

可能的问题  (1)

如果指定了识别类别，则在该类别中重新规范化概率：

删除类别约束以正确识别对象：

整洁的示例  (1)

获得10种不同的身份及其概率：

使用文字云:

Wolfram Research（2015），ImageIdentify，Wolfram语言函数，https://reference.wolfram.com/language/ref/ImageIdentify.html（2023年更新）。

文本

Wolfram Research（2015），ImageIdentify，Wolfram语言函数，https://reference.wolfram.com/language/ref/ImageIdentify.html（2023年更新）。

CMS公司

沃尔夫拉姆语言。2015年，《图像识别》，Wolfram语言与系统文档中心。Wolfram研究。上次修改时间：2023年。https://reference.wolfram.com/language/ref/ImageIdentify.html。

亚太地区

沃尔夫拉姆语言。(2015). ImageIdentify（图像识别）。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/ImageIdentify.html

BibTeX公司

@misc{reference.wolfram_2024_imageidentification，author=“wolfram Research”，title=“{ImageIdentifiy}”，year=“2023”，howpublished=“\url{https://reference.jolfram.com/language/ref/imageidentify.html}”]}

BibLaTeX公司

@在线{reference.wolfram_2024_imageidentify，organization={wolfram Research}，title={imageidentify}，year={2023}，url={https://reference.jolfram.com/language/ref/ImageIdentifify.html}，note=[访问时间：2024年6月16日]}