Machine Learning gibt den Künstlerberuf, Machine Learning nimmt ihn hinweg

Wegen eines Gesprächs mit Gregor Weichbrodt probiere ich zum ersten Mal die Bildanalysefähigkeiten von Googles Cloud Vision API aus. Ich lade das erstbeste Foto hoch, das mir auf der lokalen Festplatte in die Finger fällt, es ist Teil der Sammlung von Fotos weggeworfener Wäscheständer, aufgenommen hat es Moritz Metz. Und siehe da, Google teilt meine Meinung, es handelt sich um Kunst! Siebzigprozentige Kunst!

Bei allen weiteren getesteten Wäscheständerfotos erkennt Google leider ganz andere Dinge, und Kunst ist nicht dabei:

Amazon bietet mit Amazon Rekognition einen ähnlichen Service an und erkennt sogar 86,4-prozentige Kunst auf dem ersten Foto:

Leider sind dafür, wie der Vergleich mehrerer Ergebnisse zeigt, überhaupt nicht meine künstlerisch wertvollen Wäscheständer verantwortlich, sondern nur die abgerissenen Plakate im Hintergrund. Die sind also Kunst, und meine Sammlung ist nur: Müll.

Google Cloud Vision OCR is part of the Google cloud vision API to extract text from images. There are two annotations to help with the character recognition:

Text_Annotation: It extracts and outputs machine-encoded texts from any image (e.g., photos of street views or sceneries).

Document_Text_Annotation: This is particularly designed for densely-presented text documents (e.g., scanned books). Thus, while it supports reading smaller and more concentrated texts, it is less adaptable to in-the-wild images.

Using Google Cloud Vision is very simple and intuitive.

1) You essentially send an image (remote or from your local storage) to the Google Cloud Vision API

2) The image is processed remotely on Google Cloud and produces the corresponding JSON formats with respect to the function you called

3) The JSON file is returned as the output after the function is called