日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

物體檢測

本文介紹目標檢測(objectdet)類目下的物體檢測DetectObject的語法及示例。

功能描述

物體檢測能力可以檢測輸入圖像中的物體。

關于該接口功能的示例圖如下:

說明
  • 您可以進入在線咨詢獲取在線人工幫助。
  • 當前能力可在視覺智能開放平臺有完整的免費產品體驗,您可以單擊立即試用對該能力進行更直觀試用以及在線購買。
  • 阿里云視覺智能開放平臺視覺AI能力API接入、接口使用或問題咨詢等,請通過釘釘群(23109592)加入阿里云視覺智能開放平臺咨詢群聯系我們。

接入指引

1. 注冊阿里云賬號:打開阿里云官網,在阿里云官網右上角,單擊立即注冊,按照操作提示完成賬號注冊。

2. 開通能力:請確保您已開通目標檢測服務,若未開通服務請立即開通

3. 創建AccessKey:請確保您已創建AccessKey,如果您使用的是子賬號AccessKey,您需要給子賬號賦予AliyunVIAPIFullAccess權限,具體操作,請參見RAM授權

4. 在線調試(可選):您可以通過OpenAPI Explorer在線調試能力,查看完整的調用示例代碼及SDK依賴信息,也可以下載完整的工程。

5. 開發接入步驟:

  • SDK總覽中選擇您要接入使用的SDK語言。
  • 在對應語言的SDK文檔中找到AI類目為目標檢測(objectdet)類目的SDK包進行安裝。
  • 參考文檔中提供的示例代碼進行適當修改后調用。

6. 示例代碼:該能力常用語言的示例代碼,請參見物體檢測示例代碼

7. 客戶端直接調用:該能力常用的客戶端調用方式包括以下幾種。

輸入限制

  • 圖像格式:JPEG、JPG、PNG、BMP。
  • 圖像大小:不超過3 MB。
  • 圖像分辨率:大于20×20像素,小于4096×4096像素。
  • URL地址中不能包含中文字符。

計費說明

關于物體檢測的計費方式及報價,請參見計費介紹

說明 下方調試接口為付費接口,如需免費體驗調試請前往體驗中心

調試

您可以在OpenAPI Explorer中直接運行該接口,免去您計算簽名的困擾。運行成功后,OpenAPI Explorer可以自動生成SDK代碼示例。

請求參數

名稱

類型

是否必選

示例值

描述

Action String DetectObject

系統規定參數。取值:DetectObject

ImageURL String http://viapi-test.oss-cn-shanghai.aliyuncs.com/viapi-3.0domepic/objectdet/DetectObject/DetectObject1.jpg

圖像URL地址。推薦使用上海地域的OSS鏈接,對于文件在本地或者非上海地域OSS鏈接的情況,請參見文件URL處理

返回數據

名稱

類型

示例值

描述

RequestId String 6EF97B44-2763-4EAD-8737-FB9F5EE25FE2

請求ID。

Data Object

返回的結果數據內容。

Elements Array of Element

檢測框數據集合。

Type String chair

檢測框對應的物體名稱。具體類型如下所示。

Boxes Array of Integer [468, 238, 531, 299]

檢測框坐標,格式為[left, top, right, bottom]

Score Float 0.266

檢測到物體的置信度,取值范圍為0~1。

Width Integer 533

圖片的寬度。

Height Integer 300

圖片的高度。

Type類型包括:

human(人體)、sneakers(膠底運動鞋)、chair(椅子)、hat(帽子)、lamp(燈)、cabinet/shelf(櫥柜/ 架子)、car(汽車)、glasses(眼鏡)、picture/frame(照片/圖畫)、street lights(街燈)、helmet(頭盔)、pillow(枕頭)、glove(手套)、potted plant(盆栽植物)、flower(花)、monitor(顯示屏)、plants pot/vase(花盆)、boots(靴子)、umbrella(傘)、boat(小船)、flag(旗幟)、speaker(揚聲器/話筒)、trash bin/can(垃圾桶)、backpack( 雙肩背包)、sofa(沙發)、belt(腰帶)、carpet(地毯)、coffee table(咖啡桌/茶幾)、tie(領帶)、bed(床)、traffic light(紅綠燈)、necklace(項鏈)、mirror(鏡子)、bicycle(自行車)、watch(手表)、horse(馬)、traffic sign(交通標志)、stuffed animal(填充玩具動物)、motorbike/motorcycle(摩托車)、wild bird(鳥)、laptop(筆記本電腦)、cow(奶牛)、clock(時鐘)、bus(公共汽車)、nightstand(床頭柜)、sheep(綿羊)、traffic cone(錐形交通路標)、keyboard(鍵盤)、hockey stick(曲棍球球棍)、fan(電扇)、dog(狗)、blackboard/whiteboard(白板/黑板)、mouse(鼠標)、telephone(電話)、airplane(飛機)、skis(滑雪板)、soccer(英式足球)、combine with glove(棒球手套)、train(火車)、tent(帳篷)、sailboat(帆船)、kite(風箏)、computer box(計算機主機機箱)、elephant(大象)、stroller(折疊式嬰兒車)、baseball bat(棒球棒)、skateboard(溜冰板)、surfboard(沖浪板)、cat(貓)、zebra(斑馬)、sports car(跑車)、giraffe(長頸鹿)、radiator(散熱器)、tennis racket(網球拍)、skating and skiing shoes(溜冰鞋)、baseball(棒球)、american football(美式橄欖球)、basketball(籃球)、printer(打印機)、fire hydrant(消防栓)、projector(投影儀)、fire extinguisher(滅火器)、tennis ball(網球)、frisbee(飛盤)、fire truck(消防車)、helicopter(直升飛機)、carriage(四輪馬車)、bear(熊)、globe(地球儀)、volleyball(排球)。

SDK參考

阿里云視覺AI目標檢測類目下的物體檢測能力推薦使用SDK調用,支持多種編程語言,調用時請選擇AI類目為目標檢測(objectdet)的SDK包,文件參數通過SDK調用可支持本地文件及任意URL,具體可參見SDK總覽

示例代碼

該能力常用語言的示例代碼,請參見物體檢測示例代碼

示例

請求示例

http(s)://objectdet.cn-shanghai.aliyuncs.com/?Action=DetectObject    //更多關于訪問域名(Endpoint)信息,請參見:http://bestwisewords.com/document_detail/143103.html
&ImageURL=http://viapi-test.oss-cn-shanghai.aliyuncs.com/viapi-3.0domepic/objectdet/DetectObject/DetectObject1.jpg
&<公共請求參數>

正常返回示例

XML格式

HTTP/1.1 200 OK
Content-Type:application/xml

<DetectObjectResponse>
    <RequestId>6EF97B44-2763-4EAD-8737-FB9F5EE25FE2</RequestId>
    <Data>
        <Height>300</Height>
        <Elements>
            <Score>0.266</Score>
            <Type>chair</Type>
            <Boxes>468</Boxes>
            <Boxes>238</Boxes>
            <Boxes>531</Boxes>
            <Boxes>299</Boxes>
        </Elements>
        <Elements>
            <Score>0.213</Score>
            <Type>chair</Type>
            <Boxes>452</Boxes>
            <Boxes>168</Boxes>
            <Boxes>531</Boxes>
            <Boxes>233</Boxes>
        </Elements>
        <Elements>
            <Score>0.308</Score>
            <Type>picture/frame</Type>
            <Boxes>487</Boxes>
            <Boxes>44</Boxes>
            <Boxes>501</Boxes>
            <Boxes>96</Boxes>
        </Elements>
        <Elements>
            <Score>0.257</Score>
            <Type>picture/frame</Type>
            <Boxes>477</Boxes>
            <Boxes>67</Boxes>
            <Boxes>484</Boxes>
            <Boxes>98</Boxes>
        </Elements>
        <Elements>
            <Score>0.201</Score>
            <Type>picture/frame</Type>
            <Boxes>503</Boxes>
            <Boxes>26</Boxes>
            <Boxes>524</Boxes>
            <Boxes>85</Boxes>
        </Elements>
        <Elements>
            <Score>0.515</Score>
            <Type>pillow</Type>
            <Boxes>161</Boxes>
            <Boxes>141</Boxes>
            <Boxes>181</Boxes>
            <Boxes>158</Boxes>
        </Elements>
        <Elements>
            <Score>0.293</Score>
            <Type>pillow</Type>
            <Boxes>473</Boxes>
            <Boxes>143</Boxes>
            <Boxes>496</Boxes>
            <Boxes>157</Boxes>
        </Elements>
        <Elements>
            <Score>0.214</Score>
            <Type>pillow</Type>
            <Boxes>241</Boxes>
            <Boxes>145</Boxes>
            <Boxes>253</Boxes>
            <Boxes>166</Boxes>
        </Elements>
        <Elements>
            <Score>0.374</Score>
            <Type>potted plant</Type>
            <Boxes>449</Boxes>
            <Boxes>97</Boxes>
            <Boxes>477</Boxes>
            <Boxes>140</Boxes>
        </Elements>
        <Elements>
            <Score>0.412</Score>
            <Type>sofa</Type>
            <Boxes>145</Boxes>
            <Boxes>135</Boxes>
            <Boxes>304</Boxes>
            <Boxes>202</Boxes>
        </Elements>
        <Elements>
            <Score>0.269</Score>
            <Type>sofa</Type>
            <Boxes>443</Boxes>
            <Boxes>136</Boxes>
            <Boxes>531</Boxes>
            <Boxes>190</Boxes>
        </Elements>
        <Elements>
            <Score>0.262</Score>
            <Type>sofa</Type>
            <Boxes>301</Boxes>
            <Boxes>136</Boxes>
            <Boxes>352</Boxes>
            <Boxes>168</Boxes>
        </Elements>
        <Elements>
            <Score>0.242</Score>
            <Type>sofa</Type>
            <Boxes>452</Boxes>
            <Boxes>167</Boxes>
            <Boxes>531</Boxes>
            <Boxes>230</Boxes>
        </Elements>
        <Elements>
            <Score>0.219</Score>
            <Type>carpet</Type>
            <Boxes>0</Boxes>
            <Boxes>153</Boxes>
            <Boxes>272</Boxes>
            <Boxes>293</Boxes>
        </Elements>
        <Elements>
            <Score>0.458</Score>
            <Type>coffee table</Type>
            <Boxes>171</Boxes>
            <Boxes>172</Boxes>
            <Boxes>214</Boxes>
            <Boxes>214</Boxes>
        </Elements>
        <Elements>
            <Score>0.358</Score>
            <Type>coffee table</Type>
            <Boxes>337</Boxes>
            <Boxes>185</Boxes>
            <Boxes>420</Boxes>
            <Boxes>274</Boxes>
        </Elements>
        <Elements>
            <Score>0.285</Score>
            <Type>coffee table</Type>
            <Boxes>386</Boxes>
            <Boxes>159</Boxes>
            <Boxes>428</Boxes>
            <Boxes>192</Boxes>
        </Elements>
        <Elements>
            <Score>0.214</Score>
            <Type>mirror</Type>
            <Boxes>503</Boxes>
            <Boxes>26</Boxes>
            <Boxes>524</Boxes>
            <Boxes>85</Boxes>
        </Elements>
        <Width>533</Width>
    </Data>
</DetectObjectResponse>

JSON格式

HTTP/1.1 200 OK
Content-Type:application/json

{
  "RequestId" : "6EF97B44-2763-4EAD-8737-FB9F5EE25FE2",
  "Data" : {
    "Height" : 300,
    "Elements" : [ {
      "Score" : 0.266,
      "Type" : "chair",
      "Boxes" : [ 468, 238, 531, 299 ]
    }, {
      "Score" : 0.213,
      "Type" : "chair",
      "Boxes" : [ 452, 168, 531, 233 ]
    }, {
      "Score" : 0.308,
      "Type" : "picture/frame",
      "Boxes" : [ 487, 44, 501, 96 ]
    }, {
      "Score" : 0.257,
      "Type" : "picture/frame",
      "Boxes" : [ 477, 67, 484, 98 ]
    }, {
      "Score" : 0.201,
      "Type" : "picture/frame",
      "Boxes" : [ 503, 26, 524, 85 ]
    }, {
      "Score" : 0.515,
      "Type" : "pillow",
      "Boxes" : [ 161, 141, 181, 158 ]
    }, {
      "Score" : 0.293,
      "Type" : "pillow",
      "Boxes" : [ 473, 143, 496, 157 ]
    }, {
      "Score" : 0.214,
      "Type" : "pillow",
      "Boxes" : [ 241, 145, 253, 166 ]
    }, {
      "Score" : 0.374,
      "Type" : "potted plant",
      "Boxes" : [ 449, 97, 477, 140 ]
    }, {
      "Score" : 0.412,
      "Type" : "sofa",
      "Boxes" : [ 145, 135, 304, 202 ]
    }, {
      "Score" : 0.269,
      "Type" : "sofa",
      "Boxes" : [ 443, 136, 531, 190 ]
    }, {
      "Score" : 0.262,
      "Type" : "sofa",
      "Boxes" : [ 301, 136, 352, 168 ]
    }, {
      "Score" : 0.242,
      "Type" : "sofa",
      "Boxes" : [ 452, 167, 531, 230 ]
    }, {
      "Score" : 0.219,
      "Type" : "carpet",
      "Boxes" : [ 0, 153, 272, 293 ]
    }, {
      "Score" : 0.458,
      "Type" : "coffee table",
      "Boxes" : [ 171, 172, 214, 214 ]
    }, {
      "Score" : 0.358,
      "Type" : "coffee table",
      "Boxes" : [ 337, 185, 420, 274 ]
    }, {
      "Score" : 0.285,
      "Type" : "coffee table",
      "Boxes" : [ 386, 159, 428, 192 ]
    }, {
      "Score" : 0.214,
      "Type" : "mirror",
      "Boxes" : [ 503, 26, 524, 85 ]
    } ],
    "Width" : 533
  }
}

錯誤碼

關于物體檢測的錯誤碼,詳情請參見常見錯誤碼

安全聲明

  • 請確保上傳的圖片或文件來源符合相應的法律法規。
  • 通過體驗調試上傳的臨時文件有效期為1小時,在24小時后會被系統自動清理刪除。