通用物体和场景识别-场景识别API-图片物体检测-图像标签识别-AI图像内容识别-图片关键词提取

简介: 通用物体与场景识别API,支持传图识物,返回物体/场景名称、上层标签、描述及置信度。适用于图像管理、内容审核、视觉搜索等场景,助力快速构建智能图像理解能力。

前言

通用物体和场景识别,传入一张图片即可识别图片中的多个物体与场景,返回物体或场景名称、上层标签、内容描述及置信度等信息,帮助开发者快速实现图像内容理解与智能标签能力。

通用物体和场景识别可广泛应用在图像内容管理、内容审核、视觉搜索等场景,比如:

图像库与相册管理:自动为图片打上物体、场景标签,便于相册分类、素材检索与个性化推荐。

内容审核与推荐:识别图片中的物体与场景信息,辅助判断内容类型,为内容分发与审核提供依据。

视觉搜索与电商应用:提取图片关键词,用于相似内容检索、商品场景归类与营销素材分析。

API介绍

通用物体和场景识别图片生成.jpeg
通用物体和场景识别.png

请求说明

名称 类型 必须 说明
image String 否 图像base64字符串
url String 否 图像 url,长度不超过1024字节,请注意关闭URL防盗链

返回样例

{
   
  "code": 200, // 返回码,详见返回码说明
  "msg": "成功", // 返回码对应描述
  "taskNo": "868944265154130726683014", // 本次请求号
  "data": {
   
    "list": [
      {
   
        "imgUrl": "https://xxx.jpg", // 参考图片,有效期30天。建议自行下载保存,避免丢失
        "score": 0.716479, // 置信度,0-1
        "root": "人物-人物特写", // 识别结果的上层标签,有部分钱币、动漫、烟酒等tag无上层标签
        "description": "美女,汉语词语,拼音是měi nǚ,意思是容貌姣好、仪态优雅的女子。", // 对应识别结果内容描述
        "keyword": "美女" // 图片中的物体或场景名称
      },
      {
   
        "score": 0.564034,
        "root": "人物-人物特写",
        "keyword": "人物特写"
      }
    ]
  }
}
相关文章
|
6天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1291 6
|
4天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
|
9天前
|
存储 人工智能 安全
千问办公官网入口网页版登录:qwenwork.cn 注册送2000积分、登录送100积分
阿里云千问办公(QwenWork)是AI智能工作平台,支持一句话生成PPT、表格、网页、视频及数据分析。个人免费版送2000积分+每日登录赠100分,含1GB存储、5个发布页;企业版198元/席/月起。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
29天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9871 33
|
15天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
6天前
|
Web App开发 人工智能 JavaScript
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
REA(Reverse Engineer Anything)是近期爆火的开源AI逆向工具,4月发布,1个月内斩获15万+ Star。它让AI Agent无需源码即可分析二进制、APK、JS/Electron、HAR包等17类目标,自动反编译、生成可运行代码,并强制返回带证据与局限的结论。全本地执行,MIT协议,支持Hopper/Ghidra/IDA等引擎,一行命令即可上手。
697 2
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
|
4天前
|
人工智能 开发者
Qoder CN 大使计划正式开启|无限创造,等你一起
全年免费积分、优先内测、活动支持与更多共创机会,邀请用 Qoder 把想法变成现实的你。
469 0
|
14天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
994 1