コメントを追加

名前がわかっていれば検索は容易ですが
正体不明の物体から
それの名前にたどり着くところが
一番大変だろ！と思いつつ
お試しで上の写真をGoogleレンズに
見せてみたところ
しっかりテレフォンピックアップだと
認識してくれました。
これ学習させるにはテレフォンピックアップだと
タグ付けされた画像が何枚も必要なはずですが
そんなタグのついた画像がその辺に転がっているはずもなく…
似た画像を含むページからその物体の名前らしき文字列を
判断していると思われますが、
そういったシステムを作るまではまあいいとして
処理結果が妥当かどうかの判断はどうやっているのか？