今天開始使用Natural3Language API,一樣要先Enable API跟下載credential json。
忘記的人可以看這系列第三天的文章回想一下。
在這之前我先重構一下原先的main.go,讓我加上參數去呼叫不同天的Demo api:
1 | // Usage: `docker run -it golang ./app [DayXX]` |
今天開始使用Natural3Language API,一樣要先Enable API跟下載credential json。
忘記的人可以看這系列第三天的文章回想一下。
在這之前我先重構一下原先的main.go,讓我加上參數去呼叫不同天的Demo api:
1 | // Usage: `docker run -it golang ./app [DayXX]` |
今天是Natural Language的第一篇,這是一個可以用來分析語意並萃取出你要的資訊的工具。跟前面的服務一樣,也分成AutoML Natural Language跟Natural Language API。
這系列的最後,也是要來AutoML一下。AutoML Video Intelligence,簡單的理解它就是Video Intelligence AI的UI版本,可以在這邊啟用:Video Intelligence
這有Quick start,我們就照著它做看一次。
首先,我們先建立dataset。
Google Video Intelligence AI API還有眾多的範例可以學習,今天再講兩個就結束這回合:Detecting shot changes、Recognizing text。
前情提要
我先從python code example找到一些範例的影片
- chicago.mp4: gs://cloud-ml-sandbox/video/chicago.mp4
- gbikes_dinosaur.mp4: gs://cloud-samples-data/video/gbikes_dinosaur.mp4
- googlework_short.mp4: gs://python-docs-samples-tests/video/googlework_short.mp4
今天又是美好的開始,大家吃中秋烤肉了嗎?
這是這系列的第二篇文章,要來入門Video Intelligence API,這隻可以透過上傳影片,但實際上可以幹嘛呢?實際上包含下列幾個項目的偵測:
今天的文章開始第二個AI產品Google Video AI。這是一套影片辨析的AI工具,跟Vision AI一樣你可以用AutoML Video Intelligence圖形化介面工具訓練,也可以使用Video Intelligence API幫助我們解析影片。
那我們就先來看他能解析什麼東西吧。先從Try這邊進去,去開始授權你的帳號。
今天是Google Vision AI這子系列最後一章節,我們今天要來講Vision AI的Auto ML Vision。我玩的是GCP上面的UI介面,側邊欄打開找到Vision點進去就可以看到了:
今天來入門Google Vision AI的API,文件部分可以看這裡。練功嘛!語言部分我就來順便玩一下一直想入門的Golang。
跟著Quickstarts裡的Using client libraries走先。
打開或選擇專案
這邊要注意你的ProjectName跟ProjectID不見得會一樣,每個地方會用到不同的資訊。
Google Vision AI分成兩個服務:AutoML Vision、Vision API,我們今天先講Vision API。
Vision API要講什麼?講什麼都比不過先來玩看看。
選擇圖片: