视觉AI训练营 DAY2 基于图像识别的垃圾分类系统

简介: 垃圾分类识别ClassifyingRubbish的语法与应用。

功能描述
ClassifyingRubbish可以对图片中的物品垃圾进行分类,并给出具体的物品名称。

前提条件
前往视觉只能开放平台开通图像识别服务。

图片限制
图片类型:JPEG、JPG、PNG。
图片大小:图片小于等于3M。
图片分辨率:不限制图片分辨率,但图片分辨率太高可能会导致API识别超时,超时时间为5秒。
URL地址中不能包含中文字符。

应用香蕉皮结果.png
干电池结果.png

干电池识别代码示例

    "success": true,
    "data": {
        "data": {
            "RequestId": "62AB40DF-0DE2-43EF-BC6D-E49A4C731BCF",
            "Data": {
                "Sensitive": false,
                "Elements": [
                    {
                        "Rubbish": "干电池",
                        "Category": "干垃圾",
                        "CategoryScore": 1,
                        "RubbishScore": 1
                    }
                ]
            }
        },
        "url": "https://imagerecog.cn-shanghai.aliyuncs.com/",
        "during": 661,
        "headers": {
            "response": {
                "date": "Tue, 03 Nov 2020 12:31:19 GMT",
                "content-type": "application/json;charset=utf-8",
                "content-length": "178",
                "connection": "keep-alive",
                "access-control-allow-origin": "*",
                "access-control-allow-methods": "POST, GET, OPTIONS",
                "access-control-allow-headers": "X-Requested-With, X-Sequence, _aop_secret, _aop_signature",
                "access-control-max-age": "172800",
                "x-acs-request-id": "62AB40DF-0DE2-43EF-BC6D-E49A4C731BCF"
            }
        }
    },
    "requestId": "ec7732ba-b92c-4d2d-bd31-1a259fdcd43c"
}

调试
您可以在OpenAPI Explorer中直接运行该接口,免去您计算签名的困扰。运行成功后,OpenAPI Explorer可以自动生成SDK代码示例。

请求参数
Action类型String,示例值ClassifyingRubbish 要执行的操作取值:ClassifyingRubbish。

ImageURL类型String是必选示例值:https://viapi-test.oss-cn-shanghai.aliyuncs.com/test-team/rubbish.jpg
描述图片URL地址。当前仅支持上海地域的OSS链接,如何生成URL请参见生成URL。

返回数据
名称Data,类型Struct,描述返回的结果数据内容。
名称RequestId,类型String,示例值UUID,描述请求ID。

示例代码
请求示例

&ImageURL=https://viapi-test.oss-cn-shanghai.aliyuncs.com/test-team/rubbish.jpg
&<公共请求参数>

正常返回数据

<Data>
    <Sensitive>false</Sensitive>
    <Elements>
        <Category>可回收垃圾</Category>
        <CategoryScore>0.68</CategoryScore>
        <Rubbish>干电池</Rubbish>
        <RubbishScore>0.68</RubbishScore>
    </Elements>
</Data>

总结:基于个人水平不足,只能参考学习。经过这5天的学习对视觉只能AI识别有了系统的认识,也懂得了识别的原理与程序代码分析。收获良多。

相关实践学习
基于函数计算实现AI推理
本场景基于函数计算建立一个TensorFlow Serverless AI推理平台。
相关文章
|
14小时前
|
机器学习/深度学习 人工智能 自动驾驶
构建未来:AI技术在智能交通系统中的应用
【5月更文挑战第20天】 随着人工智能技术的飞速进步,其在现代交通系统中的应用日益广泛,从智能导航到自动车辆调度,AI正逐步改变我们的出行方式和交通管理。本文深入探讨了AI技术在智能交通系统中的多种应用,分析了其提升交通效率、增强安全性及减少环境影响的潜在能力。同时,讨论了实施这些技术所面临的挑战和未来的发展方向,为读者提供了一个关于AI如何塑造未来交通网络的全面视角。
|
1天前
|
机器学习/深度学习 人工智能 运维
构建高效自动化运维系统:DevOps与AI的融合
【5月更文挑战第19天】 在数字化转型的浪潮中,企业IT运维面临着日益复杂的挑战。传统的手动运维方式已经无法满足快速迭代和高可靠性的需求。本文探讨了如何通过结合DevOps理念和人工智能(AI)技术,构建一个高效的自动化运维系统。文章首先回顾了DevOps的核心原则及其在自动化运维中的应用,接着分析了AI如何增强故障预测、智能决策和自动化流程的能力。最后,提出了一个综合DevOps与AI技术的自动化运维框架,并讨论了其在实际部署中的优势和潜在挑战。
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
OpenAI 推出 GPT-4o,免费向所有人提供GPT-4级别的AI ,可以实时对音频、视觉和文本进行推理,附使用详细指南
GPT-4o不仅提供与GPT-4同等程度的模型能力,推理速度还更快,还能提供同时理解文本、图像、音频等内容的多模态能力,无论你是付费用户,还是免费用户,都能通过它体验GPT-4了
32 1
|
5天前
|
存储 机器学习/深度学习 人工智能
新一代数据库技术:融合AI的智能数据管理系统
传统数据库管理系统在数据存储和查询方面已经取得了巨大的成就,但随着数据量的不断增长和应用场景的多样化,传统数据库已经难以满足日益增长的需求。本文将介绍一种新一代数据库技术,即融合了人工智能技术的智能数据管理系统。通过结合AI的强大能力,这种系统能够实现更高效的数据管理、更智能的数据分析和更精准的数据预测,为用户带来全新的数据管理体验。
|
5天前
|
机器学习/深度学习 人工智能 算法
构建高效AI系统:深度学习优化技术解析
【5月更文挑战第12天】 随着人工智能技术的飞速发展,深度学习已成为推动创新的核心动力。本文将深入探讨在构建高效AI系统中,如何通过优化算法、调整网络结构及使用新型硬件资源等手段显著提升模型性能。我们将剖析先进的优化策略,如自适应学习率调整、梯度累积技巧以及正则化方法,并讨论其对模型训练稳定性和效率的影响。文中不仅提供理论分析,还结合实例说明如何在实际项目中应用这些优化技术。
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI在持续学习系统中的创新应用
【5月更文挑战第11天】 随着人工智能(AI)技术的飞速发展,其在教育领域的应用日益增多。特别是在持续学习系统(Lifelong Learning Systems, LLS)中,AI技术正开启着个性化和适应性教学的新篇章。本文聚焦于AI在LLS中的创新应用,探讨了机器学习、自然语言处理和认知建模等关键技术如何共同作用于构建智能化的学习环境。文章旨在分析当前AI技术在持续学习领域的最新进展,并展望其对未来教育模式的影响。
|
5天前
|
人工智能 Windows
LabVIEW将视觉生成器AI用作OPC服务器
LabVIEW将视觉生成器AI用作OPC服务器
16 2
|
5天前
|
机器学习/深度学习 人工智能 算法
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第11天】在数字时代的风口浪尖,网络安全问题日益凸显。传统的安全防御手段在应对不断进化的网络威胁时显得力不从心。本文提出了一个基于人工智能技术的自适应网络安全防御系统框架,旨在通过实时分析、学习和预测网络行为,自动调整防御策略以抵御未知攻击。系统采用先进的机器学习算法和大数据分析技术,能够在保持高效性能的同时,最小化误报率。文章详细阐述了系统的设计理念、关键技术组件以及预期效果,为网络安全的未来发展方向提供新思路。
|
5天前
|
机器学习/深度学习 人工智能 自动驾驶
构建未来:AI在持续学习系统中的创新应用
【5月更文挑战第11天】 在人工智能的迅猛发展浪潮中,一个不断进化的分支便是AI在持续学习系统中的应用。本文旨在探讨AI技术如何革新持续学习系统,并分析其在不同领域的创新实践。文章首先界定了持续学习系统的概念,随后深入解析了深度学习、强化学习以及转移学习等关键技术在其中的作用。通过案例分析,展示了这些技术如何在医疗诊断、自动驾驶及个性化教育中发挥至关重要的角色。最终,讨论了面临的挑战与未来的发展趋势,为读者提供了一个关于AI在持续学习领域未来可能展开的蓝图。
21 1
|
5天前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的进化之路
【5月更文挑战第8天】 随着人工智能(AI)技术的飞速发展,AI系统正逐步从单一任务处理转向多任务、持续学习的智能体。本文将深入探讨AI技术在持续学习系统中的最新进展,包括深度学习、强化学习以及转移学习等关键技术。文章还将讨论如何通过这些技术实现AI系统的适应性、泛化能力和自我进化,从而推动AI在多变环境中的长期应用和自主决策能力。