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。

相关文章
|
6月前
|
人工智能 监控 安全
提效40%?揭秘AI驱动的支付方式“一键接入”系统
本项目构建AI驱动的研发提效系统,通过Qwen Coder与MCP工具链协同,实现跨境支付渠道接入的自动化闭环。采用多智能体协作模式,结合结构化Prompt、任务拆解、流程管控与安全约束,显著提升研发效率与交付质量,探索大模型在复杂业务场景下的高采纳率编码实践。
689 26
提效40%?揭秘AI驱动的支付方式“一键接入”系统
|
6月前
|
人工智能 自然语言处理 前端开发
最佳实践2:用通义灵码以自然语言交互实现 AI 高考志愿填报系统
本项目旨在通过自然语言交互,结合通义千问AI模型,构建一个智能高考志愿填报系统。利用Vue3与Python,实现信息采集、AI推荐、专业详情展示及数据存储功能,支持响应式设计与Supabase数据库集成,助力考生精准择校选专业。(239字)
608 12
|
6月前
|
人工智能 新制造
TsingtaoAI受邀参加宁波AI海曙科创训练营并分享技术落地实践
10月12日至15日,由宁波市海曙区组织部主办的AI海曙科创训练营在宁波成功举办。作为受邀企业代表,TsingtaoAI团队深入参与了多项活动,与政府领导、行业专家及科创企业代表围绕AI技术在制造业、成果转化等领域的实际应用展开交流,用真实案例诠释了“技术扎根产业”的价值逻辑。
180 2
|
6月前
|
存储 人工智能 搜索推荐
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
本文介绍基于LangGraph构建的双层记忆系统,通过短期与长期记忆协同,实现AI代理的持续学习。短期记忆管理会话内上下文,长期记忆跨会话存储用户偏好与决策,结合人机协作反馈循环,动态更新提示词,使代理具备个性化响应与行为进化能力。
1179 10
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
|
6月前
|
机器学习/深度学习 人工智能 JSON
PHP从0到1实现 AI 智能体系统并且训练知识库资料
本文详解如何用PHP从0到1构建AI智能体,涵盖提示词设计、记忆管理、知识库集成与反馈优化四大核心训练维度,结合实战案例与系统架构,助你打造懂业务、会进化的专属AI助手。
795 6
|
6月前
|
机器学习/深度学习 人工智能 文字识别
中药材图像识别数据集(100类,9200张)|适用于YOLO系列深度学习分类检测任务
本数据集包含9200张中药材图像,覆盖100种常见品类,已标注并划分为训练集与验证集,支持YOLO等深度学习模型。适用于中药分类、目标检测、AI辅助识别及教学应用,助力中医药智能化发展。
|
6月前
|
人工智能 JSON 安全
Claude Code插件系统:重塑AI辅助编程的工作流
Anthropic为Claude Code推出插件系统与市场,支持斜杠命令、子代理、MCP服务器等功能模块,实现工作流自动化与团队协作标准化。开发者可封装常用工具或知识为插件,一键共享复用,构建个性化AI编程环境,推动AI助手从工具迈向生态化平台。
1596 1
|
6月前
|
存储 人工智能 自然语言处理
拔俗AI产投公司档案管理系统:让数据资产 “活” 起来的智能助手
AI产投档案管理系统通过NLP、知识图谱与加密技术,实现档案智能分类、秒级检索与数据关联分析,破解传统人工管理效率低、数据孤岛难题,助力投资决策提效与数据资产化,推动AI产投数字化转型。
283 0
|
6月前
|
人工智能 算法 数据安全/隐私保护
拔俗AI多模态心理风险预警系统:用科技守护心理健康的第一道防线
AI多模态心理风险预警系统通过语音、文本、表情与行为数据,智能识别抑郁、焦虑等心理风险,实现早期干预。融合多源信息,提升准确率,广泛应用于校园、企业,助力心理健康服务从“被动响应”转向“主动预防”,为心灵筑起智能防线。(238字)
746 0
|
6月前
|
人工智能 搜索推荐 Cloud Native
拔俗AI助教系统:教师的"超级教学秘书",让每堂课都精准高效
备课到深夜、批改作业如山?阿里云原生AI助教系统,化身“超级教学秘书”,智能备课、实时学情分析、自动批改、精准辅导,为教师减负增效。让课堂从经验驱动转向数据驱动,每位学生都被看见,教育更有温度。
674 0