The system can identify large numbe

The system can identify large numbers of objects within a given image, even when partially obscured, using something called a neural network. This AI network allows the system to constantly be switching between search criteria, allowing for much better item identification without the need for a massive amount of computing power. Based on the example above given by Google, it can track a TV monitor, two small domestic cats (one on the floor, one mid-jump) as well as a partially obstructed bookshelf and other things in a single image.

ผลลัพธ์ (ไทย) 1:

ระบบสามารถระบุวัตถุภายในภาพที่กำหนด จำนวนมากแม้บางส่วนบดบัง ใช้สิ่งที่เรียกว่าเครือข่ายประสาท เครือข่ายนี้ AI ระบบตลอดเวลาจะสลับระหว่างเงื่อนไขการค้นหา การอนุญาตให้รหัสสินค้ามากขึ้นโดยไม่ต้องคำนวณยอดเยี่ยมได้ ตามตัวอย่างข้างต้นกำหนด โดย Google มันสามารถติดตามจอทีวี สองขนาดเล็กในประเทศแมว (หนึ่งชั้น กระโดดหนึ่งกลาง) ชั้น obstructed บางส่วนและสิ่งอื่น ๆ ในภาพเดียว

ผลลัพธ์ (ไทย) 2:

ระบบสามารถระบุจำนวนมากของวัตถุที่อยู่ในภาพที่กำหนดแม้เมื่อบดบังบางส่วนโดยใช้สิ่งที่เรียกว่าเครือข่ายประสาท เครือข่ายเอไอนี้จะช่วยให้ระบบอย่างต่อเนื่องสลับไปมาระหว่างเกณฑ์การค้นหาเพื่อให้สามารถระบุรายการที่ดีมากโดยไม่ต้องใช้จำนวนมากของการคำนวณพลังงาน ตามตัวอย่างดังกล่าวข้างต้นโดย Google ก็สามารถติดตามจอทีวีแมวสองประเทศเล็ก ๆ (อย่างใดอย่างหนึ่งบนพื้นหนึ่งกลางกระโดด) เช่นเดียวกับชั้นวางหนังสือบดบังบางส่วนและสิ่งอื่น ๆ ในภาพเดียว

ผลลัพธ์ (ไทย) 3:

ระบบสามารถระบุตัวเลขขนาดใหญ่ของวัตถุภายในภาพที่กำหนด แม้ว่าบดบังเพียงบางส่วน การใช้สิ่งที่เรียกว่าเครือข่ายประสาท AI นี้เครือข่ายช่วยให้ระบบที่จะได้รับการอย่างต่อเนื่องสลับไปมาระหว่างการค้นหา ให้มากดีกว่ารายการรหัสโดยไม่ต้องใช้จำนวนมากของคอมพิวเตอร์ . จากตัวอย่างข้างต้นให้โดย Google ,มันสามารถติดตามโทรทัศน์จอภาพ , แมวสองตัวในประเทศเล็ก ๆ ( หนึ่งบนพื้น หนึ่งกลางกระโดด ) เช่นเดียวกับบางส่วนติดชั้นวางหนังสือและสิ่งอื่น ๆในรูปเดียว