Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
Możesz korzystać z kanału kamery przechwytywanego przez ARCore w potoku uczącym się za pomocą ML Kit i interfejsu Google Cloud Vision API, aby identyfikować obiekty w świecie rzeczywistym i tworzyć inteligentne rozwiązanie w rzeczywistości rozszerzonej.
Obraz po lewej stronie pochodzi z przykładu z ARCore ML Kit, napisanego w Kotlin na Androida. Ta przykładowa aplikacja wykorzystuje model systemów uczących się do klasyfikowania obiektów w widoku kamery i dodaje etykietę do obiektu w środowisku wirtualnym.
Interfejs API ML Kit zapewnia środowisko programistyczne Androida i iOS, a interfejs Google Cloud Vision API zawiera zarówno interfejsy REST, jak i RPC, co pozwala uzyskać te same wyniki co próbka ARCore ML Kit we własnej aplikacji utworzonej na podstawie Androida NDK (C), z iOS lub Unity (AR Foundation).
[null,null,["Ostatnia aktualizacja: 2025-07-26 UTC."],[[["\u003cp\u003eARCore's camera feed can be used with ML Kit and Google Cloud Vision API for identifying real-world objects and creating intelligent AR experiences.\u003c/p\u003e\n"],["\u003cp\u003eThe provided sample app demonstrates object classification by attaching virtual labels to identified objects.\u003c/p\u003e\n"],["\u003cp\u003eML Kit offers cross-platform support for Android and iOS, while Google Cloud Vision API provides REST and RPC interfaces for broader integration.\u003c/p\u003e\n"],["\u003cp\u003eDevelopers can utilize ARCore's data as input for their own machine learning models for object recognition.\u003c/p\u003e\n"],["\u003cp\u003eThese functionalities extend to apps built with Android NDK (C), iOS, and Unity (AR Foundation), offering flexibility in development environments.\u003c/p\u003e\n"]]],[],null,["# Machine learning with ARCore\n\nYou can use the camera feed that ARCore captures in a machine learning pipeline\nwith the [ML Kit](https://developers.google.com/ml-kit) and the [Google Cloud Vision API](https://cloud.google.com/vision) to identify real-world objects, and create an\nintelligent augmented reality experience.\nYour browser does not support the video tag.\n\nThe image at left is taken from the [ARCore ML Kit sample](https://github.com/googlesamples/arcore-ml-sample),\nwritten in Kotlin for Android. This sample app uses a machine learning\nmodel to classify objects in the camera's view and attaches a label to the object\nin the virtual scene.\n\nThe [ML Kit](https://developers.google.com/ml-kit) API provides for both Android\nand iOS development, and the [Google Cloud Vision API](https://cloud.google.com/vision)\nhas both REST and RPC interfaces, so you can achieve the same results as the\nARCore ML Kit sample in your own app built with the Android NDK (C), with iOS, or\nwith Unity (AR Foundation).\n\nSee [Use ARCore as input for Machine Learning models](/ar/develop/java/machine-learning)\nfor an overview of the patterns you need to implement. Then apply these to your\napp built with the Android NDK (C), with iOS, or with Unity (AR Foundation)."]]
