MLDL之API:关于各国内外大平台API简介、使用方法之详细攻略

简介: MLDL之API:关于各国内外大平台API简介、使用方法之详细攻略

一、百度api


1、api之CV


更新……



二、face++旷视api


1、api之CV:Detect API    文档中心/Detect API

描述


传入图片进行人脸检测和人脸分析。

可以检测图片内的所有人脸,对于每个检测出的人脸,会给出其唯一标识 face_token,可用于后续的人脸分析、人脸比对等操作。对于正式 API Key,支持指定图片的某一区域进行人脸检测。

本 API 支持对检测到的人脸直接进行分析,获得人脸的关键点和各类属性信息。对于试用 API Key,最多只对人脸框面积最大的 5 个人脸进行分析,其他检测到的人脸可以使用 Face Analyze API 进行分析。对于正式 API Key,支持分析所有检测到的人脸。


关于 face_token


如果您需要将检测出的人脸用于后续的分析、比对等操作,建议将对应的 face_token 添加到 FaceSet 中。如果一个 face_token 在 72 小时内没有存放在任一 FaceSet 中,则该 face_token 将会失效。如果对同一张图片进行多次人脸检测,同一个人脸得到的 face_token 是不同的。


图片要求


图片格式:JPG(JPEG),PNG

图片像素尺寸:最小 48*48 像素,最大 4096*4096 像素

图片文件大小:2 MB

最小人脸像素尺寸: 系统能够检测到的人脸框为一个正方形,正方形边长的最小值为图像短边长度的 48 分之一,最小值不低于 48 像素。 例如图片为 4096*3200 像素,则最小人脸像素尺寸为 66*66 像素。

请求返回的内容

r = requests.post(url=url, files=file, data=params)

print(points) #输出的内容为以下


{"image_id": "qgdLY0……PEg==", "request_id": "1531563……a1", "time_used": 166,

"faces": [{"landmark":

          {

           "contour_chin": {"y": 382, "x": 399},

           "left_eye_upper_left_quarter": {"y": 218, "x": 327},

           "mouth_lower_lip_right_contour1": {"y": 322, "x": 410},

           "left_eye_bottom": {"y": 231, "x": 338},

           "mouth_lower_lip_right_contour2": {"y": 329, "x": 419},

           "contour_left7": {"y": 296, "x": 305},

           "contour_left6": {"y": 283, "x": 301},

           "contour_left5": {"y": 270, "x": 299},

           "contour_left4": {"y": 257, "x": 296},

           "contour_left3": {"y": 243, "x": 295},

           "contour_left2": {"y": 230, "x": 295},

           "contour_left1": {"y": 216, "x": 296},

           "left_eye_lower_left_quarter": {"y": 230, "x": 328},

           "contour_right1": {"y": 203, "x": 480},

           "contour_right3": {"y": 230, "x": 484},

           "contour_right2": {"y": 217, "x": 482},

           "contour_right5": {"y": 257, "x": 484},

           "contour_right4": {"y": 243, "x": 484},

           "contour_right7": {"y": 284, "x": 481},

           "left_eyebrow_left_corner": {"y": 207, "x": 310},

           "right_eye_right_corner": {"y": 217, "x": 454},

           "nose_bridge1": {"y": 220, "x": 386},

           "nose_bridge3": {"y": 259, "x": 389},

           "nose_bridge2": {"y": 239, "x": 387},

           "right_eyebrow_upper_left_corner": {"y": 195, "x": 401},

           "mouth_upper_lip_right_contour4": {"y": 320, "x": 409},

           "mouth_upper_lip_right_contour1": {"y": 309, "x": 401},

           "right_eye_left_corner": {"y": 225, "x": 412},

           "left_eyebrow_upper_right_corner": {"y": 198, "x": 366},

           "left_eyebrow_upper_middle": {"y": 190, "x": 335},

           "mouth_lower_lip_right_contour3": {"y": 336, "x": 409},

           "nose_left_contour3": {"y": 284, "x": 367},

           "mouth_lower_lip_bottom": {"y": 340, "x": 395},

           "mouth_upper_lip_right_contour2": {"y": 313, "x": 414},

           "left_eye_top": {"y": 215, "x": 339},

           "nose_left_contour1": {"y": 227, "x": 374},

           "mouth_upper_lip_bottom": {"y": 322, "x": 394},

           "mouth_upper_lip_left_contour2": {"y": 316, "x": 373},

           "mouth_upper_lip_top": {"y": 312, "x": 393},

           "mouth_upper_lip_left_contour1": {"y": 310, "x": 384},

           "mouth_upper_lip_left_contour4": {"y": 322, "x": 378},

           "right_eye_top": {"y": 209, "x": 432},

           "mouth_upper_lip_right_contour3": {"y": 320, "x": 421},

           "right_eye_bottom": {"y": 225, "x": 435},

           "right_eyebrow_lower_left_corner": {"y": 202, "x": 403},

           "mouth_left_corner": {"y": 324, "x": 362},

           "nose_middle_contour": {"y": 292, "x": 391},

           "right_eye_lower_right_quarter": {"y": 222, "x": 446},

           "right_eyebrow_lower_right_quarter": {"y": 195, "x": 452},

           "contour_right9": {"y": 310, "x": 476},

           "mouth_right_corner": {"y": 319, "x": 426},

           "right_eye_lower_left_quarter": {"y": 226, "x": 423},

           "right_eye_center": {"y": 215, "x": 432},

           "left_eye_upper_right_quarter": {"y": 219, "x": 351},

           "right_eyebrow_lower_left_quarter": {"y": 198, "x": 419},

           "left_eye_pupil": {"y": 221, "x": 340},

           "contour_right8": {"y": 297, "x": 479},

           "contour_left13": {"y": 363, "x": 346},

           "left_eyebrow_lower_right_quarter": {"y": 203, "x": 350},

           "left_eye_right_corner": {"y": 228, "x": 361},

           "left_eyebrow_lower_right_corner": {"y": 206, "x": 364},

           "mouth_upper_lip_left_contour3": {"y": 323, "x": 367},

           "left_eyebrow_lower_left_quarter": {"y": 203, "x": 322},

           "mouth_lower_lip_left_contour1": {"y": 324, "x": 378},

           "mouth_lower_lip_left_contour3": {"y": 338, "x": 381},

           "mouth_lower_lip_left_contour2": {"y": 332, "x": 370},

           "contour_left9": {"y": 322, "x": 314},

           "left_eye_lower_right_quarter": {"y": 230, "x": 350},

           "contour_right6": {"y": 270, "x": 482},

           "nose_tip": {"y": 278, "x": 390},

           "right_eyebrow_upper_middle": {"y": 185, "x": 435},

           "right_eyebrow_lower_middle": {"y": 195, "x": 436},

           "left_eye_center": {"y": 221, "x": 340},

           "right_eyebrow_upper_left_quarter": {"y": 188, "x": 417},

           "right_eyebrow_right_corner": {"y": 196, "x": 468},

           "right_eyebrow_upper_right_quarter": {"y": 186, "x": 453},

           "contour_left16": {"y": 382, "x": 384},

           "contour_left15": {"y": 378, "x": 370},

           "contour_left14": {"y": 371, "x": 358},

           "left_eyebrow_upper_right_quarter": {"y": 192, "x": 352},

           "contour_left12": {"y": 355, "x": 336},

           "contour_left11": {"y": 345, "x": 327},

           "contour_left10": {"y": 334, "x": 320},

           "left_eyebrow_lower_middle": {"y": 202, "x": 336},

           "left_eyebrow_upper_left_quarter": {"y": 195, "x": 320},

           "right_eye_upper_right_quarter": {"y": 210, "x": 445},

           "nose_right_contour4": {"y": 286, "x": 407},

           "nose_right_contour5": {"y": 289, "x": 399},

           "nose_left_contour4": {"y": 288, "x": 374},

           "nose_left_contour5": {"y": 290, "x": 382},

           "nose_left_contour2": {"y": 267, "x": 370},

           "nose_right_contour1": {"y": 225, "x": 399},

           "nose_right_contour2": {"y": 264, "x": 407},

           "nose_right_contour3": {"y": 280, "x": 414},

            "left_eye_left_corner": {"y": 226, "x": 320},

           "contour_right15": {"y": 373, "x": 428},

           "contour_right14": {"y": 365, "x": 440},

           "contour_right16": {"y": 379, "x": 415},

           "contour_right11": {"y": 335, "x": 466},

           "contour_right10": {"y": 323, "x": 472},

           "contour_right13": {"y": 356, "x": 450},

           "contour_right12": {"y": 346, "x": 458},

           "contour_left8": {"y": 309, "x": 309},

           "mouth_lower_lip_top": {"y": 324, "x": 393},

           "right_eye_upper_left_quarter": {"y": 214, "x": 420},

           "right_eye_pupil": {"y": 215, "x": 432}

           },

          "face_rectangle": {"width": 196, "top": 187, "left": 294, "height": 196},

          "face_token": "52……8"}]

          }



相关文章
|
20天前
|
API 数据库 决策智能
基于百炼平台qwen-max的api 打造一套 检索增强 图谱增强 智能工具调用决策的智能体
本文介绍了一种基于阿里云百炼平台的`qwen-max` API构建的智能体方案,该方案集成了检索增强、图谱增强及智能工具调用决策三大模块,旨在通过结合外部数据源、知识图谱和自动化决策提高智能回答的准确性和丰富度。通过具体代码示例展示了如何实现这些功能,最终形成一个能灵活应对多种查询需求的智能系统。
101 11
|
20天前
|
自然语言处理 NoSQL API
基于百炼平台qwen-max的api 打造一套 检索增强 图谱增强 基于指令的智能工具调用决策 智能体
基于百炼平台的 `qwen-max` API,设计了一套融合检索增强、图谱增强及指令驱动的智能工具调用决策系统。该系统通过解析用户指令,智能选择调用检索、图谱推理或模型生成等工具,以提高问题回答的准确性和丰富性。系统设计包括指令解析、工具调用决策、检索增强、图谱增强等模块,旨在通过多种技术手段综合提升智能体的能力。
107 5
|
4月前
|
JSON 数据挖掘 API
各大电商平台的商品详情数据接口(API接口系列)
各大电商平台的商品详情数据接口(API接口系列)是开发者在构建电商应用或进行数据分析时的重要工具。这些接口允许开发者通过编程方式获取商品的详细信息,如商品ID、标题、价格、库存、属性、描述、图片等。以下是对淘宝、京东、拼多多等电商平台商品详情数据接口的汇总,以及开发者在使用这些接口时需要注意的事项。
各大电商平台的商品详情数据接口(API接口系列)
|
6天前
|
自然语言处理 前端开发 Java
API管理平台:你用的到底是哪个?
本文介绍了多个API管理和文档工具,包括Apifox、Swagger及其增强版Knife4j和RapiDoc、阿里RAP、去哪儿YApi以及Redoc。这些工具各有特色,适用于不同的开发场景。Apifox提供一体化协作平台,支持API文档、调试、Mock和测试;Swagger结合Knife4j适合Java与前端团队,界面美观且功能丰富;YApi则适用于跨语言开发,支持多种API形式的管理;阿里RAP专注于接口文档管理和Mock服务;Redoc则是开源的现代化API文档浏览器。总结而言,选择工具应根据团队需求和技术栈来决定。
69 16
|
6天前
|
JSON API 数据处理
如何运用获得京东商品详情API接口搬运商品到自己的电商平台?(一篇文章全搞定)
本文介绍如何利用京东商品详情API接口,将商品信息高效搬运至第三方电商平台。主要内容包括:前期准备(注册账号、申请权限、阅读文档、技术准备),API接口调用(构造请求URL、发送请求、解析返回数据、调用频率限制),数据处理与上架(清洗整理、分类设置、信息上传、商品审核),定时更新与维护(更新商品信息、信息维护、错误处理与日志记录),以及案例分析和优化建议。通过合理使用该接口,可提高运营效率,丰富商品种类,增强平台竞争力。
39 13
|
4月前
|
编译器 API Android开发
Android经典实战之Kotlin Multiplatform 中,如何处理不同平台的 API 调用
本文介绍Kotlin Multiplatform (KMP) 中使用 `expect` 和 `actual` 关键字处理多平台API调用的方法。通过共通代码集定义预期API,各平台提供具体实现,编译器确保正确匹配,支持依赖注入、枚举类处理等,实现跨平台代码重用与原生性能。附带示例展示如何定义跨平台函数与类。
133 0
|
2月前
|
API
阿里云短信平台API错误码提示错误天级流控显示小时级错误码
阿里云短信平台API错误码提示错误天级流控显示小时级错误码
|
7月前
|
SQL Java 程序员
Java 8中的Stream API:简介与实用案例
【5月更文挑战第23天】本文将深入探讨Java 8中的Stream API,这是一种能够极大提升Java程序员生产力的新特性。我们将从基础概念开始,然后通过一些实用的案例来展示如何使用Stream API进行数据处理和操作。无论你是Java的初学者还是经验丰富的开发者,本文都将为你提供有价值的信息。
|
3月前
|
缓存 测试技术 API
电商平台 API 接入技术要点深度剖析
本文介绍了高效使用电商平台API的关键步骤。首先,深入理解API文档,明确功能权限与参数格式要求;其次,选择合适的接入方式,如HTTP/HTTPS协议和RESTful API;接着,实施身份验证与授权机制,确保数据安全传输;此外,还需关注性能优化、安全防护、监控与日志记录,以提升系统稳定性和响应速度;最后,进行充分测试与调试,并关注API版本更新,确保长期兼容性。
|
3月前
|
JSON 供应链 数据挖掘
抖音商品sku数据接口(Dy.item_sku)丨抖音平台API数据接口指南
抖音商品详情SKU数据接口(Dy.item_sku)由抖音开放平台提供,用于获取商品详细信息,包括名称、价格、图片等。开发者需注册并获取权限,遵循API限制,通过商品ID调用接口,解析JSON格式返回数据。该接口广泛应用于商品展示、库存管理、订单处理及数据分析,助力提升工作效率和用户体验。使用时需遵守平台规则,确保数据安全。