Google به تازگی APIهای جدیدی از بستهی نرمافزاری تشخیص اشیاء TensorFlow خود منتشر ساخته است که به توسعهدهندگان و محققین امکان تشخیص راحتتر اشیاء در تصاویر را میدهد.
Google در تلاش است که در این امر نهایت سادگی و کارایی را ارائه نماید. مدلها و کدهای انتشار یافته نیز در آزمایشهای صورت گرفته بر روی آن، گواه چنین کیفیتی بوده است.
راهکارهایی که در TensorFlow مورد استفاده قرار گرفته طوری پیادهسازی شدهاند که بر روی رایانههای و دستگاههای روزمره نیز امکان نتیجه گرفتن داشته باشد.
Google در آغاز هفتهی گذشته نیز اقدام به معرفی خانوادهی جدیدی از مدلهای بینایی رایانهای سبکی با نام MobileNets نمود. این مدلها قادر خواهند بود وظایفی چون تشخیص شیء، صورت و دیگر موارد را انجام دهند.
این بدان معنی است که Google همانند شرکتهای Facebook و Apple، با حذف برخی ویژگیها، امکان انجام محاسبات و پردازشهای یادگیری ماشین را بر روی گوشیهای هوشمند فراهم آورده بود. پیشتر تنها اتکا به انجام چنین اموری، برای مثال استفاده از رایانههای قدرتمند رایانش ابری مبتنی بر اینترنت بوده که تأخیر ارتباطی از معایب آن محسوب میگردد.
Google در تلاش است که در این امر نهایت سادگی و کارایی را ارائه نماید. مدلها و کدهای انتشار یافته نیز در آزمایشهای صورت گرفته بر روی آن، گواه چنین کیفیتی بوده است.
راهکارهایی که در TensorFlow مورد استفاده قرار گرفته طوری پیادهسازی شدهاند که بر روی رایانههای و دستگاههای روزمره نیز امکان نتیجه گرفتن داشته باشد.
Google در آغاز هفتهی گذشته نیز اقدام به معرفی خانوادهی جدیدی از مدلهای بینایی رایانهای سبکی با نام MobileNets نمود. این مدلها قادر خواهند بود وظایفی چون تشخیص شیء، صورت و دیگر موارد را انجام دهند.
این بدان معنی است که Google همانند شرکتهای Facebook و Apple، با حذف برخی ویژگیها، امکان انجام محاسبات و پردازشهای یادگیری ماشین را بر روی گوشیهای هوشمند فراهم آورده بود. پیشتر تنها اتکا به انجام چنین اموری، برای مثال استفاده از رایانههای قدرتمند رایانش ابری مبتنی بر اینترنت بوده که تأخیر ارتباطی از معایب آن محسوب میگردد.