Firebase Vision Labeler 返回不一致的结果

Question

我在我的一个 Android 应用中使用 Firebase Vision Image。每当 android 模拟器拍照时，Firebase Vision Image Labeler 都会返回来自相机捕获的位图的标签列表。

我的问题是标签几乎不准确。例如，如果我拍一张脸，它会返回一个 80% 置信度的标签，上面写着“狗”。但是，当我拍摄一张面部照片并将其插入 Google 的 Cloud Vision（Firebase 的构建基础）Demo labeler 的 website 时，它会返回更准确的响应。

为什么 Firebase Vision 响应/标签与 Google Cloud Vision 响应/标签有如此大的不同？

顺便说一句，我正在拍摄的照片在我的笔记本电脑上。

Answer 1

Firebase 机器学习套件的设备上标签检测运行分辨率低于 Cloud Vision API 的机器学习模型。因此，它可以检测到更少的标签，并且可能以较低的准确度检测它们。

来自choosing between on-device and Cloud APIs上的文档：

标签覆盖率

在设备上：400 多个标签，涵盖照片中最常见的概念。见下文。

云：许多类别的 10,000 多个标签。见下文。

如果您希望模型检测到的准确度最高，则应使用 Cloud Vision。但这确实意味着用户必须有一个有效的互联网连接，并且您将使用付费的 Cloud Vision API，而不是免费的设备上模型。