¿Necesita una API de etiquetado automático de imágenes, alguna sugerencia?

Question

Estoy construyendo una aplicación que necesita para tomar una imagen y deducir las etiquetas relacionadas con ella. Esas etiquetas pueden ser sobre cosas, adjetivos o incluso emociones relacionadas con la imagen.

ya he encontrado ALIPR. Pero lo probé, some other people tested it también y no funciona bien. ALIPR comete demasiados errores en el conjunto de 15 etiquetas pronosticadas. Al menos para mi aplicación, es mejor tener pocas pero correctas etiquetas.

Preferiblemente, el API debe ser basado en la web y libre. ¿Alguna sugerencia?

¡Gracias de antemano!

Answer 1

creo que si las imágenes podrían ser etiquetados de forma automática, Google habría abandonado la image labeler hace mucho tiempo. Desafortunadamente, las computadoras tienen muchos problemas para entender las imágenes.

Editar:

• Si usted está interesado en la investigación de visión por ordenador echar un vistazo a CVPapers, especialmente Open Source Computer Vision Implementations. El etiquetado automático de imágenes está lejos de ser resuelto (a menos que tenga un conjunto de temas muy específico/restringido).

• Presupuesto de The Google Guide de martes 13 marzo, de 2007:

  Las palabras “Larry Page” y “Sergey Brin” aparecen cerca de las imágenes de Eric Schmidt, o en el texto de las imágenes, o en los enlaces a esas imágenes. Google adivina que las palabras están relacionadas con la imagen. La tecnología de Google aún no ha llegado al punto en el que puede determinar qué hay en una imagen al mirarla directamente.

HTH, no se hagan ilusiones demasiado alto.

PD: espero que (u otra persona) me demuestra que están equivocados y lo comparte conmigo ;-)

Edit2:

Me tropecé a través de la Voc 2010 Challenge, que, en mi opinión , ilustra muy bien el estado actual de los avances de visión por computadora. En uno de los desafíos, los concursantes deben encontrar un objeto (a partir de un conjunto muy limitado de objetos) en la imagen y clasificarlo. En el result page puede ver que uno de los algoritmos logra clasificar el avión con un 93% de precisión, pero "falla" en otras categorías.

Eso es sólo para la búsqueda para encontrar las "cosas", ni siquiera los adjetivos o emociones.

Answer 2

Echa un vistazo https://imagga.com/ Tiene algunos resultados impresionantes. También algunos resultados tremendamente entretenidos ... Afortunadamente, todas las etiquetas generadas vienen con un valor de confianza, por lo que siempre puedes ignorar cualquier cosa menor a un umbral (~ 15% para mi caso de uso). 12,000 imágenes al mes gratis, no está mal. Si tiene más de 12,000 imágenes de un mes, simplemente ponga sus solicitudes en cola.

Answer 3

tratar api api clarifai el mejor que he encontrado.también ofrecen 5000 etiquetas de imágenes por mes de forma gratuita para que pueda probarlas. que ofrecen algunos proyectos de arranque para Android, iOS, JavaScript, Python, etc

hay muchos otros como imagga, alchemyapi, etc clevapi utilizar Google para encontrar más

si u necesidad de más ayuda u me puedo texto.

Answer 4

No es del todo claro si le gustaría definir las etiquetas utilizar usted mismo, o simplemente dejar que el software utiliza un "sentido común" conjunto universal de etiquetas sobre los objetos que se muestran etc.

Let de dice que quiere definir su propio conjunto de etiquetas - que puede ser sobre la temporada años una foto fue tomada en un estado de ánimo asociado a la imagen (basado en combinación de colores y objetos representados etc.), o algo técnico tú nee d para distinguir (desnudez, detalle, tipo de fondo, etc.).

Podemos usar aprendizaje automático para esto! Es una rama de la inteligencia artificial que aprende reglas (como cómo etiquetar imágenes, incluso reglas muy complicadas) cuando le damos muchos ejemplos de las imágenes. Así que el paso principal para usted es reunir un conjunto de imágenes de ejemplo para cada etiqueta que desee. Una vez hecho esto, para las imágenes que tiene dos opciones principales:

• utilizar un marco aprendizaje profundo, que permite aplicar redes neuronales en el problema. Tendrá que dividir sus datos en partes más pequeñas, programar un poco y, a menos que tenga muchas imágenes, use una variedad de trucos para que aprenda bien su tarea. A menos que esté interesado en la investigación, caffe y TensorFlow son los que hay que mirar ahora (hace un año la recomendación era diferente, y dentro de un año puede volver a ser diferente).

• Utilice un API en línea, como usted menciona. Pero para la tarea en la que desea su propio conjunto de tareas, no tiene muchas opciones, ya que la mayoría de los servicios solo hacen clasificación general - clasifican sus imágenes según los objetos de "vida cotidiana" que detectan en las imágenes (y a veces casos especiales como NSFW, pero a menudo no en el nivel de sensibilidad que le gustaría).

Una opción que tiene entre APIs basadas en la Web es vize.it, que ofrece una interfaz web donde se puede subir y etiquetar sus imágenes de ejemplo y le permite entrenar a su propia API AI que genera las etiquetas que especificado. Entonces estás obteniendo lo mejor de ambos mundos. Desafortunadamente, no es completamente gratis, pero el plan es de muy bajo costo para pequeñas cantidades de imágenes y obtienes una muestra gratis al principio (además, el proceso de capacitación también es gratuito).

Descargo de responsabilidad: soy uno de los co-creadores de vize.it.