Το iPhone αποκτά ενσωματωμένο σκύλο ανιχνευτή και γατούλα

Το να έρθετε σε iPhone και Mac είναι ένα εργαλείο που εξετάζει εικόνες που αναζητούν γάτες και σκύλους. Αλλά ο στόχος δεν είναι μια εφαρμογή που επιτρέπει στους ανθρώπους να περπατούν με ένα iPhone που προσδιορίζει τα είδη τυχαίων ψαριών. Όσο διασκεδαστικό και αν είναι, η Apple χρησιμοποιεί μηχανική μάθηση για να παρέχει στους προγραμματιστές ένα ισχυρό εργαλείο για τον εντοπισμό αντικειμένων κάθε είδους στις εικόνες. Η εφαρμογή, υποτίθεται ότι, εντοπίζει επίσης ετικέτες σκύλου και γάτας μεταξύ πολλών άλλων ειδών και πήρε με επιτυχία τη λέξη "DogGear"Από κολάρο σκύλου στη φάση των δοκιμών.

VNAnimalDetector είναι ίσως το πιο διασκεδαστικό μέρος του Vision Framework της Apple, καθώς επιτρέπει στους προγραμματιστές να προσθέσουν αυτόν τον ανιχνευτή γάτας ή σκύλου στις εφαρμογές τους σε λίγες μόνο γραμμές κώδικα.

Εισαγωγή στο Visual Framework για μη προγραμματιστές.

Αλλά αυτό είναι μόλις η κορυφή του παγόβουνου. Όπως φαίνεται στο παράδειγμα παραπάνω, Το Vision Framework μπορεί να πει ότι μια γάτα είναι έξω σε μερικά χιονισμένα δάση. Αυτή η δυνατότητα μπορεί να ενσωματωθεί σε μια εφαρμογή iOS, macOS ή iPadOS πολύ εύκολα επειδή η Apple έχει κάνει όλη τη σκληρή δουλειά.

Ο στόχος της Apple φαίνεται να είναι να βοηθήσει τους προγραμματιστές στη δημιουργία λογισμικού που θα βοηθήσει όλους μας να ταξινομήσουμε τις τεράστιες συλλογές εικόνων που όλοι παράγουμε. Ακριβώς ως ένα παράδειγμα, το Vision κάνει ένα κουμπί για μια εφαρμογή να πει εάν μια εικόνα περιλαμβάνει ένα γάτα και μπολ, ώστε μια εφαρμογή να μπορεί εύκολα να δώσει τη δυνατότητα σε κάποιον να βρει μια συγκεκριμένη φωτογραφία που έβγαλε από το Fluffy 2 χρόνια πριν.

Και αυτό περιλαμβάνει αναγνώριση προσώπου. Αυτός δεν είναι ο τύπος που ενεργοποιούν οι αισθητήρες 3D που είναι ενσωματωμένοι σε πρόσφατα μοντέλα iPhone και iPad. αυτό είναι κάτι πιο εύκολο. Το σύστημα Vision της Apple σημειώνει πρόοδο στην ικανότητα αναγνώρισης ατόμων σε κανονικές «επίπεδες» εικόνες.

Περισσότερες πληροφορίες είναι διαθέσιμες σε ένα "Κατανόηση εικόνων στο Vision Framework»Παρουσίαση από το WWDC 2019.