阿里视觉训练营Day5——垃圾分类

简介: 今天借助智能视觉平台搭建垃圾分类

开通服务

首先在视觉智能开放平台https://vision.aliyun.com/开通垃圾分类服务

功能描述

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。

示例代码

import com.aliyuncs.DefaultAcsClient;
import com.aliyuncs.IAcsClient;
import com.aliyuncs.exceptions.ClientException;
import com.aliyuncs.exceptions.ServerException;
import com.aliyuncs.profile.DefaultProfile;
import com.google.gson.Gson;
import java.util.*;
import com.aliyuncs.imagerecog.model.v20190930.*;

public class ClassifyingRubbish {

    public static void main(String[] args) {
        DefaultProfile profile = DefaultProfile.getProfile("cn-shanghai", "<accessKeyId>", "<accessSecret>");
        IAcsClient client = new DefaultAcsClient(profile);

        ClassifyingRubbishRequest request = new ClassifyingRubbishRequest();
        request.setRegionId("cn-shanghai");
        request.setImageURL("http://viapi-test.oss-cn-shanghai.aliyuncs.com/demo-center/imagerecog/ClassifyingRubbish2.jpg");

        try {
            ClassifyingRubbishResponse response = client.getAcsResponse(request);
            System.out.println(new Gson().toJson(response));
        } catch (ServerException e) {
            e.printStackTrace();
        } catch (ClientException e) {
            System.out.println("ErrCode:" + e.getErrCode());
            System.out.println("ErrMsg:" + e.getErrMsg());
            System.out.println("RequestId:" + e.getRequestId());
        }

    }
}

请求实例

http(s)://imagerecog.cn-shanghai.aliyuncs.com/?Action=ClassifyingRubbish
&ImageURL=https://viapi-test.oss-cn-shanghai.aliyuncs.com/test-team/rubbish.jpg
&<公共请求参数>

正常返回实例

<RequestId>UUID</RequestId>
<Data>
    <Sensitive>false</Sensitive>
    <Elements>
        <Category>可回收垃圾</Category>
        <CategoryScore>0.68</CategoryScore>
        <Rubbish>U盘</Rubbish>
        <RubbishScore>0.68</RubbishScore>
    </Elements>
</Data>

json格式

{
    "RequestId": "UUID",
    "Data": {
      "Sensitive": false,
      "Elements": [
        {
          "Category": "可回收垃圾",
          "CategoryScore": 0.68,
          "Rubbish": "U盘",
          "RubbishScore": 0.68
        }
      ]
    }
}
目录
相关文章
|
3月前
|
监控 算法 搜索推荐
真题解密:从阿里到腾讯,2026届大厂笔试题库背后的“潜规则”与筛人逻辑
2026届大厂笔试非“考能力”,而是“筛DNA”:阿里重业务落地(如签到积分题考规则理解),腾讯严控代码质量(命名/注释/规范),字节拼手速与取舍,美团考场景设计能力。四家逻辑迥异,精准匹配公司基因。
|
机器学习/深度学习 人工智能 自然语言处理
神经网络优化:提高AI模型性能的策略
神经网络优化是确保人工智能模型性能达到最佳的关键步骤。通过选择合适的激活函数、优化器和正则化技术,可以提高神经网络模型的准确度和泛化能力。随着深度学习领域的不断发展,神经网络优化策略也将不断进化,为人工智能技术带来更多的突破和创新。
1778 1
神经网络优化:提高AI模型性能的策略
|
数据可视化 搜索推荐 前端开发
漏刻有时数据可视化Echarts组件开发(16):乡镇街道下辖村级或社区级别的行政区域边界轮廓划分的svg解决方案
漏刻有时数据可视化Echarts组件开发(16):乡镇街道下辖村级或社区级别的行政区域边界轮廓划分的svg解决方案
723 0
|
4月前
|
人工智能 Java iOS开发
【IDEA】IntelliJ IDEA 最新、最全快捷键指南(Windows + MacOS 完整版)
本指南整理IntelliJ IDEA 2024.3.7与2025.1.7双版本快捷键,覆盖Windows/macOS双平台,涵盖编辑、导航、调试、重构、Git、AI编码等17大类共300+高频快捷键,并附分层学习建议与2025.3统一版更新说明,助开发者高效进阶。
2026 2
|
机器学习/深度学习 人工智能 文字识别
魔搭社区每周速递(12.29-1.4)
魔搭ModelScope本期社区进展:828个模型,72个数据集,61个创新应用,9篇内容
786 10
|
存储 分布式计算 API
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
1034 0
|
传感器 Linux 开发工具
区分 Arduino 和 Raspberry pi
Arduino 是一个开源电子原型平台,适用于电子制作和自动化控制,主要处理简单的 I/O 任务。Raspberry Pi 则是基于 Linux 的小型计算机,功能更强大,支持复杂的计算任务、网络通信和多媒体处理。Arduino 使用 C/C++ 编程,而 Raspberry Pi 支持多种编程语言,如 Python 和 C/C++。Arduino 没有操作系统,直接运行在微控制器上;Raspberry Pi 运行完整的 Linux 系统,具有丰富的软件生态。
|
机器学习/深度学习 人工智能 数据可视化
大数据时代的数据可视化技术:趋势、挑战与未来展望
【7月更文挑战第22天】随着技术的不断进步和应用场景的不断拓展,数据可视化技术将在更多领域发挥更大的作用。未来,我们可以期待更加智能化、实时化、沉浸式和民主化的数据可视化解决方案的出现。同时,随着数据量的不断增加和数据类型的不断丰富,数据可视化技术也将面临更多的挑战和机遇。只有不断创新和优化技术才能满足日益增长的需求并推动数据可视化技术的持续发展。
2132 3
|
关系型数据库 MySQL Linux
入职必会-开发环境搭建44-Linux软件安装-安装MySQL
在企业中MySQL 5.7和MySQL 8.x版本使用都较为广泛,因此本教程使用yum命令安装MySQL 5.7和MySQL 8.x到CentOS系统。 MySQL 5.7和MySQL 8.x版本大部分安装过程相同,仅有少部分配置不同,因此放在一起说明,请注意MySQL 5.7和MySQL 8.x的不同之处。
419 1
|
存储 Web App开发 安全
XSS漏洞原理(三)存储型
XSS漏洞原理(三)存储型