精华内容
下载资源
问答
  • 百度AI人脸识别接口测试 最近在做项目,刚好做到了人脸识别,害怕以后忘记怎么调用,在这里进行一波记录 首先我们默认已经做好了百度接口的配置(申请应用,生成了AK,SK等) 不多说了直接上代码 package ...

    百度AI人脸识别接口测试

    最近在做项目,刚好做到了人脸识别,害怕以后忘记怎么调用,在这里进行一波记录

    首先我们默认已经做好了百度接口的配置(申请应用,生成了AK,SK等)

    不多说了直接上代码

    package com.test;
    import com.baidu.ai.aip.utils.HttpUtil;
    import com.baidu.ai.aip.utils.GsonUtils;
    import java.util.*;
    import org.json.JSONObject;
    import java.io.BufferedReader;i
    import java.io.InputStreamReader;
    import java.net.HttpURLConnection;
    import java.net.URL;
    import java.util.Map;
    
    @SpringBootApplication
    public class helloworld {
        /**
         * 获取权限token
         * @return 返回示例:
         * {
         * "access_token": "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567",
         * "expires_in": 2592000
         * }
         */
        public static String getAuth() {
            // 官网获取的 API Key 更新为你注册的
            String clientId = "官网获取的 API Key 更新为你注册的";
            // 官网获取的 Secret Key 更新为你注册的
            String clientSecret = "官网获取的 Secret Key 更新为你注册的";
            return getAuth(clientId, clientSecret);
        }
    
        /**
         * 获取API访问token
         * 该token有一定的有效期,需要自行管理,当失效时需重新获取.
         * @param ak - 百度云官网获取的 API Key
         * @param sk - 百度云官网获取的 Securet Key
         * @return assess_token 示例:
         * "24.460da4889caad24cccdb1fea17221975.2592000.1491995545.282335-1234567"
         */
        public static String getAuth(String ak, String sk) {
            // 获取token地址
            String authHost = "https://aip.baidubce.com/oauth/2.0/token?";
            String getAccessTokenUrl = authHost
                    // 1. grant_type为固定参数
                    + "grant_type=client_credentials"
                    // 2. 官网获取的 API Key
                    + "&client_id=" + ak
                    // 3. 官网获取的 Secret Key
                    + "&client_secret=" + sk;
            try {
                URL realUrl = new URL(getAccessTokenUrl);
                // 打开和URL之间的连接
                HttpURLConnection connection = (HttpURLConnection) realUrl.openConnection();
                connection.setRequestMethod("GET");
                connection.connect();
                // 获取所有响应头字段
                Map<String, List<String>> map = connection.getHeaderFields();
                // 遍历所有的响应头字段
                for (String key : map.keySet()) {
                    System.err.println(key + "--->" + map.get(key));
                }
                // 定义 BufferedReader输入流来读取URL的响应
                BufferedReader in = new BufferedReader(new InputStreamReader(connection.getInputStream()));
                String result = "";
                String line;
                while ((line = in.readLine()) != null) {
                    result += line;
                }
                /**
                 * 返回结果示例
                 */
                System.err.println("result:" + result);
                JSONObject jsonObject = new JSONObject(result);
                String access_token = jsonObject.getString("access_token");
                System.out.println(access_token);
                return access_token;
            } catch (Exception e) {
                System.err.printf("获取token失败!");
                e.printStackTrace(System.err);
            }
            return null;
        }
    
        /**
         * 重要提示代码中所需工具类
         * FileUtil,Base64Util,HttpUtil,GsonUtils请从
         * https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72
         * https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2
         * https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3
         * https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
         * 下载
         */
        public static String faceDetect() {
            String clientId = "XXXXXXXXXXXXXXXXXXXXXXXXX";
            // 官网获取的 Secret Key 更新为你注册的
            String clientSecret = "XXXXXXXXXXXXXXXXXXXXXXXX";
            // 请求url
            String Filepath = "这里填你想要识别图片的路径地址,记得java中要转义“\”";
            String image = Base64ImageUtils.GetImageStrFromPath(Filepath);
            System.out.println(image);
            String url = "https://aip.baidubce.com/rest/2.0/face/v3/detect";
            try {
                Map<String, Object> map = new HashMap<>();
                System.out.println(image);
                map.put("image", image);
                map.put("face_field", "faceshape,facetype,age,beauty,gender");
                map.put("image_type", "BASE64");
    
                String param = GsonUtils.toJson(map);
    
                // 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间, 客户端可自行缓存,过期后重新获取。
                String accessToken = getAuth(clientId,clientSecret);
    
                String result = HttpUtil.post(url, accessToken, "application/json", param);
                System.out.println(result);
                //
                translate.tran(result);
    
                return result;
            } catch (Exception e) {
                e.printStackTrace();
            }
            return null;
        }
    
        public static void main(String[] args) {
            helloworld.faceDetect();
        }
    
    

          官网给出的代码为用FaceToken识别码进行识别,在此程序中我将这种方法改为了Base64码,Base64码个人感觉可用度更高一点。

    百度API所用到的工具类在注释中都包含到了可以直接进入网站下载

    或者参考此文

    https://blog.csdn.net/weixin_45713361/article/details/108655748?spm=1001.2014.3001.5501

    接下来给大家展示一下目录结构方便理解

    如果大家遇到任何问题可以在下方留言,我将与大家一同探讨

    成功后的部分成果展示

    其次,调用api需要设计meaven相关操作,由于上传此文档时已在深夜,笔者将后续视情况更新,大家可以关注一下后续的更新,如果此文档帮助到了大家,不妨给这篇文档点个赞,让更多的人看见!^_^

    展开全文
  • 纯Swift实现物体识别AI
  • 视频物体识别yolo

    2018-11-13 10:59:56
    视频物体识别yolo
  • 场景功能描述 覆盖/色差/遮挡 物体指定覆盖物识别, 大面积区域突出色差识别, 指定位置被物体进行覆盖识别

    场景功能描述

    覆盖/色差/遮挡

    物体指定覆盖物识别,  大面积区域突出色差识别, 指定位置被物体进行覆盖识别

     

    适合场景

    基于计算机图像视觉分析技术,配合现场摄像头,实时检测目标区域的覆盖,色差,遮挡,便于管理人员及时对指定的经营场所进行监管。加强设备监控技术信息管理和服务;管理者可合理编排生产计划,实时监督生产进度。

     

     

    更多场景案例和解决方案,请浏览 https://www.ginghan.com

    转载至https://www.ginghan.com/about-1.html

    展开全文
  • 百度AI攻略:通用物体识别

    千次阅读 2019-12-29 09:24:30
    基于深度学习及大规模图像训练,准确识别图片中的物体、场景信息。可以应用于: 相关内容及广告推荐:对用户浏览网页中图片进行分析,识别图片内容给出相关内容推荐或广告展示。 相册分类及智能美图:批量读图实现...

    1.功能描述:

    基于深度学习及大规模图像训练,准确识别图片中的物体、场景信息。可以应用于:
    相关内容及广告推荐:对用户浏览网页中图片进行分析,识别图片内容给出相关内容推荐或广告展示。
    相册分类及智能美图:批量读图实现相册智能分类管理。

    通用物体与场景识别进行了能力升级——模型升级,Top1准确率绝对值提升7%,业界领先!具体如下图所示:


    2.平台接入

    通用物体与场景识别接入网址:https://console.bce.baidu.com/ai/?fromai=1#/ai/imagerecognition/overview/index

    具体接入方式比较简单,可以参考我的另一个帖子,这里就不重复了:
    http://ai.baidu.com/forum/topic/show/943327

    3.调用攻略(Python3)及评测

    3.1首先认证授权:

    在开始调用任何API之前需要先进行认证授权,具体的说明请参考:

    http://ai.baidu.com/docs#/Auth/top

    具体Python3代码如下:

    # -*- coding: utf-8 -*-
    #!/usr/bin/env python
    
    import urllib
    import base64
    import json
    #client_id 为官网获取的AK, client_secret 为官网获取的SK
    client_id =【百度云应用的AK】
    client_secret =【百度云应用的SK】
    
    #获取token
    def get_token():
        host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
        request = urllib.request.Request(host)
        request.add_header('Content-Type', 'application/json; charset=UTF-8')
        response = urllib.request.urlopen(request)
        token_content = response.read()
        if token_content:
            token_info = json.loads(token_content)
            token_key = token_info['access_token']
        return token_key


    3.2通用物体与场景识别分析接口调用:

    详细说明请参考: https://ai.baidu.com/docs#/ImageClassify-API/

    说明的比较清晰,这里就不重复了。

    大家需要注意的是:
    API访问URL:https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general
    Base64编码字符串,以图片文件形式请求时必填。(支持图片格式:jpg,bmp,png,jpeg),图片大小不超过4M。最短边至少15px,最长边最大4096px。注意:图片需要base64编码、去掉编码头后再进行urlencode。

    Python3调用代码如下:

    #通用物体与场景识别,返回可能性最大的通用物体与场景
    #filename:图片名(本地存储包括路径),plantnum展示的数量
    def general(filename,plantnum):
        request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"
        
        # 二进制方式打开图片文件
        f = open(filename, 'rb')
        img = base64.b64encode(f.read())
        
        params = dict()
        params['image'] = img
        params['baike_num'] = plantnum
        params = urllib.parse.urlencode(params).encode("utf-8")
        #params = json.dumps(params).encode('utf-8')
        
        access_token = get_token()
        request_url = request_url + "?access_token=" + access_token
        request = urllib.request.Request(url=request_url, data=params)
        request.add_header('Content-Type', 'application/x-www-form-urlencoded')
        response = urllib.request.urlopen(request)
        content = response.read()
        if content:
            #print(content)
            content=content.decode('utf-8')
            #print(content)
            data = json.loads(content)
            result=data['result']
            
            nums=min(plantnum,len(result))
            
            for i in range(0,nums):
                item=result[i]
                print ('名称:',item['keyword'])
                print ('可能性:',item['score'])
                baike_info=item['baike_info']
                print ('百科描述:',baike_info['description'])
                print ('百科链接:',baike_info['baike_url'])
                print ('百科图片:',baike_info['image_url'])
            
        
    general("../img/cbd1.jpg",1)

    4.功能评测及建议:

    选用不同的数据对效果进行测试,具体效果如下:


    名称: 汗血马
    可能性: 0.886632
    百科描述: 汗血宝马,学名阿哈尔捷金马(拉丁学名:Akhal-teke horses),原产于土库曼斯坦。头细颈高,四肢修长,皮薄毛细,步伐轻盈,力量大、速度快、耐力强。德、俄、英等国的名马大都有阿哈尔捷金马的血统。汗血宝马是土库曼斯坦的国宝,并将其形象绘制在国徽和货币上。
    百科链接: http://baike.baidu.com/item/%E6%B1%97%E8%A1%80%E5%AE%9D%E9%A9%AC/14310
    百科图片: http://imgsrc.baidu.com/baike/pic/item/f31fbe096b63f6241b16dd1c8144ebf81a4ca362.jpg


    名称: 电脑
    可能性: 0.834694

    名称: 都市夜景
    可能性: 0.95057
    百科描述: 内容简介本书集中收集了近年来国内外城市灯光设计的范例,并配以图片说明。书中将都市夜景分为城市鸟瞰、广场、街道、建筑、商店入口、橱窗、广告、标志、配景共7大类。本书对城市景观及灯光设计具有参考价值。
    百科链接: http://baike.baidu.com/item/%E9%83%BD%E5%B8%82%E5%A4%9C%E6%99%AF/9838817
    百科图片: http://imgsrc.baidu.com/baike/pic/item/d089b9863208d46867096ed3.jpg


    测试下来,整体感觉处理的结果和速度都很好,对于不同物体与场景的识别都很准确。不过与百科内容结合还有提高的余地。
    建议:是否能够扩展,提供每个物体的bounding box?

    展开全文
  • 物体识别与测距解决方案

    千次阅读 2019-07-12 18:28:32
    机器视觉的高速发展,在人工智能各个领域的应用越来越重要,逐渐应用于安防监控、医疗图像、机器人工业视觉、自动化驾驶、无人机等行业中,而随着图像识别技术和深度学习算法的不断发展,机器视觉的物体识别与测距也...

    方案背景

    机器视觉的高速发展,在人工智能各个领域的应用越来越重要,逐渐应用于安防监控、医疗图像、机器人工业视觉、自动化驾驶、无人机等行业中,而随着图像识别技术和深度学习算法的不断发展,机器视觉的物体识别与测距也在不断深入和拓展。

     

     

    方案简介

    机器视觉物体识别和距离检测方案,采用Firefly高性能开源主板以及高清摄像头,融合了机器视觉和深度神经网络技术,不仅识别出摄像头前方的物体类型,并计算出前方障碍物离摄像头的距离,双目摄像头距离检测精度误差0.05m,相对于传统的机器视觉识别,能更好地应用于各种智能领域。

                        【视频介绍】物体识别与测距解决方案

     

    方案搭建

    Firefly RK3399Pro开源主板 + 单目摄像头/双目摄像头

     

     

    方案特点

    高性能AI处理器

    采用RK3399Pro高性能AI主板,ARM六核处理器架构,主频高达1.8GHz,四核图形处理器Mali-T860 MP4,集成神经网络处理器NPU,算力高达3.0Tops,兼容多种AI框架。

     

    配置高清摄像头

    配置高清单目摄像头/双目摄像头,可快速地实现识别物体,确保画面清晰。单目摄像头检测帧率达到25fps@640*480,距离检测精度误差0.3m;双目摄像头检测帧率达到15fps@640*480,距离检测精度误差0.05m。

     

     

    应用场景

    使用机器视觉和深度神经网络技术,精准地识别摄像头前方的物体类型,如人、车、狗、猫、椅子、杯子、鼠键等物体,并计算出前方障碍物离摄像头的距离。广泛应用于移动机器人、无人机、安防监控、智慧医疗等领域。

     

     

    了解方案更多内容,请咨询:sales@t-firefly.com

     

    ———————————————

    更多信息请关注Firefly公众微信号fireflytee:

     

    ———————————————

    Firefly官网:http://www.t-firefly.com

    Firefly开源社区:http://developer.t-firefly.com

     

    展开全文
  • 人工智能与机器学习——Ubuntu16.04上基于YoloV4 的Keras物体识别一、安装keras、tensorflow1. 安装keras2. 安装tensorflow3. 测试是否安装成功二、下载Yolo V4-keras1. 下载Yolo V42. 下载yolo4_weights.h5三、实现...
  • 物体识别的源码

    2018-10-16 16:22:39
    物体识别的源码 有运动目标检测 图片检测
  • 基于百度AI与STM32的人脸、语音与物体识别系统研究.pdf
  • 基于物体识别的消防侦察机器人智能行为控制系统设计.pdf
  • 识别效果: 代码: # -*- coding: UTF-8 -*- import cv2 from aip import AipImageClassify def get_image(): cap = cv2.VideoCapture(0) while(1): # get a frame ret, frame = cap.rea...
  • 实战三:手把手教你实现物体识别

    千次阅读 2019-04-09 08:31:21
    实战三:手把手教你实现物体识别 一、基于Haad+Adaboost实现人脸识别 1.原理介绍(参考下面的博客文章) http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html Haar分类器 = Haar-like特征+积分图方法+...
  • 人工智能 图片识别 图像识别

    万次阅读 2018-02-26 18:38:02
    图像识别人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序,人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为,识别某个图像,必须在过去的经验中有这个图像的记...
  • AI学习(四):实时物体识别

    千次阅读 2019-02-15 12:39:55
    不会安装和使用pycharm的同学请参照我的AI(十一) import numpy as np import tensorflow as tf import cv2 import os from object_detection.utils import visualization_utils as vis_util from object_...
  • K210视觉体验—物体识别使用设备ZTFR开发板人脸识别构造函数导入模型示例代码基础测试 使用设备 ZTFR开发板 人脸识别 首先简单介绍一下 K210 的 KPU。KPU 是 K210 内部一个神经网络处理器,简单来说就是 KPU 能...
  • 基于谷歌tensorflow开发的物体识别,模型用于识别识别1000种物品分类,模型格式tlite
  • Anaconda+Jupyter+Opencv:用于识别输入图像中的物体,属于有监督学习。
  • 稀疏表征与物体识别

    千次阅读 2013-03-24 21:42:34
    物体识别一直是机器视觉与人工智能方面的研究热门,其方法更是多彩多样。有没有一种能够在线学习,且学习或特征提取速度快,同时鲁棒性好的方法呢?答案是肯定的,而且方法还不止一种。最近实现了一个基于稀疏表征...
  • 3D物体识别相关

    千次阅读 2018-12-19 09:34:57
     在物体识别或者是三维研究领域,我们知道RGB中包含了纹理、颜色和表观信息,而RGB信息对于光照等因素的鲁棒性不好,深度信息或者说是有关空间三维的信息来说,它能够对于光照等因素有较好的鲁棒性.因此三维物体相关...
  • 一文教会你三维网格物体识别

    千次阅读 2018-06-15 18:13:18
    本文由「图普科技」编译自Medium2017年3月,当时我的老板说自动识别3D物体几乎是不可能的,但大家一致反对。因此,今天我要解决的问题是:如何输入3D网格物体(原始三角形和顶点),得到分类概率的输出。我找到了...
  • 基于新Tensorflow物体识别技术,手把手带大家实现Faster-RCNN+Resnet和SSD+Moiblenet实现实时物体检测画框。课程中会带大家用新技术完成道路车辆识别画框,将各类车辆从视频帧中检测出来,框出。...
  • 通用物体识别使用攻略

    千次阅读 2019-11-28 17:04:56
    作者:让天涯 一、需求描述 大家在出去旅游的时候,往往会对...而如果能够使用百度的【通用物体与场景识别】技术,只需要简单的拍照上传,就能知道这个物品是什么,这个景点叫什么名字,它的由来它的故事等等,那么...
  • 从20世纪60年代,由MIT的计算机教授组织了第一个面向本科生的Summer Project,经历了20世纪50年代初到90年代,尝试用创建三维模型方法去做物体识别;又走过了20世纪90年代,只从图像本身考虑的...随着人工智能...
  • 加州大学洛杉矶分校的电气和计算机工程师团队创建了一个物理人工神经网络,一个模拟人类大脑工作原理的设备,可以分析大量数据并以实际光速识别物体。  今天日常生活中的众多设备使用计算机化摄像头来识别物体,...
  • 由于最近同学的项目有物体识别的需求,但这并不不是我们学习的方向,因此我们只需要简单了解并使用百度云提供的物体识别API即可,这里我使用了Python以及Java两种编程语言实现了物体识别API的调用,读者可以参考参考...
  • 多标签多物体识别

    2020-06-20 11:32:58
    CNN在识别单个物体方面取得了显著的发展,但如果只用CNN的话,在识别多个物体方面会遇到瓶颈。下面罗列了一些识别一张图片中多个不同的物体的方法,主要是结合CNN、RPN、LSTM,以及和RPN有类似作用的BING。 HCP...
  • 本课程讲解如何在 Android 上面运行 TensorFlow,并利用基于 TensorFlow 的 Object Detection API 来实现一个可以识别静态图片中的物体的应用,并通过该过程让没有任何机器学习基础的读者了解机器学习在移动端的使用...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 32,387
精华内容 12,954
关键字:

人工智能物体识别