Google quiere mejorar el reconocimiento de imágenes en móviles

Como parte de sus esfuerzos por distribuir el uso y desarrollo de tecnología de deep learning al mayor número de desarrolladores posibles, Google creó un nuevo modelo de negocios llamado Mobile Nets. Esto tiene como propósito obtener reconocimiento de imagen de bajo costo y previamente entrenada, de manera que los desarrolladores puedan añadir características de imagen sin tener que utilizar tecnología de cloud computing lenta y potencialmente intrusiva.

Esta aplicación de Google es open source, por lo que cualquier desarrollador puede utilizarla, si así lo desea. La app puede realizar tareas de detección de objetos, reconocimiento facial, clasificación especializada y reconocimiento de locaciones. Esta nueva tecnología es parte del modelo de Deep learning de Google, TensorFlow, recién reducido a versión móvil y rebrandeado como TensorFlow Lite.

Google creó 16 modelos entrenados previamente para utilizarse en proyectos móviles de todos tamaños. El modelo más grande es el mejor para reconocer rostros, monumentos, locaciones y perros. Este módulo, en las actividades que más consumen poder de CPU, obtienen una puntuación de 70.7 a 89.5% de certeza.

Al tener distintos modelos pre entrenados, los desarrolladores pueden ajustarlos de manera perfecta a los requerimientos de memoria y procesamiento para sus aplicaciones. Para integrar estos modelos, los desarrolladores necesitan utilizar TensorFlow Mobile, un sistema diseñado para facilitar su despliegue en aplicaciones de inteligencia artificial en iOS y en Android.