- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我一直在探索使用 AWS Rekognition 和 Google 的 Vision 来获取图像/视频中对象的数量,但一直找不到出路。虽然在 Google's Vision网站上,他们确实有一个“图像洞察”部分,其中似乎已经捕获了数量。
附件是来自该 URL 的快照。
有人可以建议是否可以使用 Google 的 Vision 或任何其他可以帮助获取图像中对象数量的 API。谢谢
编辑:
例如 - 对于下面显示的图像,返回的计数应该是 10 辆汽车。正如托里杨在他的回答中所建议的那样,标签注释计数可以给出所需的数量,但似乎并非如此,因为标签注释的计数是18。返回的对象有点像这样。"labelAnnotations": [
{
"mid": "/m/0k4j",
"description": "car",
"score": 0.98658943,
"topicality": 0.98658943
},
{
"mid": "/m/012f08",
"description": "motor vehicle",
"score": 0.9631113,
"topicality": 0.9631113
},
{
"mid": "/m/07yv9",
"description": "vehicle",
"score": 0.9223521,
"topicality": 0.9223521
},
{
"mid": "/m/01w71f",
"description": "personal luxury car",
"score": 0.8976857,
"topicality": 0.8976857
},
{
"mid": "/m/068mqj",
"description": "automotive design",
"score": 0.8736646,
"topicality": 0.8736646
},
{
"mid": "/m/012mq4",
"description": "sports car",
"score": 0.8418799,
"topicality": 0.8418799
},
{
"mid": "/m/01lcwm",
"description": "luxury vehicle",
"score": 0.7761523,
"topicality": 0.7761523
},
{
"mid": "/m/06j11d",
"description": "performance car",
"score": 0.76816446,
"topicality": 0.76816446
},
{
"mid": "/m/03vnt4",
"description": "mid size car",
"score": 0.75732976,
"topicality": 0.75732976
},
{
"mid": "/m/03vntj",
"description": "full size car",
"score": 0.6855145,
"topicality": 0.6855145
},
{
"mid": "/m/0h8ls87",
"description": "automotive exterior",
"score": 0.66056395,
"topicality": 0.66056395
},
{
"mid": "/m/014f__",
"description": "supercar",
"score": 0.592226,
"topicality": 0.592226
},
{
"mid": "/m/02swz_",
"description": "compact car",
"score": 0.5807265,
"topicality": 0.5807265
},
{
"mid": "/m/0h6dlrc",
"description": "bmw",
"score": 0.5801241,
"topicality": 0.5801241
},
{
"mid": "/m/01h80k",
"description": "muscle car",
"score": 0.55745816,
"topicality": 0.55745816
},
{
"mid": "/m/021mp2",
"description": "sedan",
"score": 0.5522745,
"topicality": 0.5522745
},
{
"mid": "/m/0369ss",
"description": "city car",
"score": 0.52938646,
"topicality": 0.52938646
},
{
"mid": "/m/01d1dj",
"description": "coupé",
"score": 0.50642073,
"topicality": 0.50642073
}
]
最佳答案
在 Google Cloud Vision 上,您应该能够获得计数。例如,如果你想用 Python 计算人脸的数量,你可以这样做:
def detect_faces(path):
"""Detects faces in an image."""
client = vision.ImageAnnotatorClient()
with io.open(path, 'rb') as image_file:
content = image_file.read()
image = vision.types.Image(content=content)
response = client.face_detection(image=image)
faces = response.face_annotations
print(len(faces))
def detect_labels(path):
"""Detects labels in the file."""
client = vision.ImageAnnotatorClient()
with io.open(path, 'rb') as image_file:
content = image_file.read()
image = vision.types.Image(content=content)
response = client.label_detection(image=image)
labels = response.label_annotations
count = {}
for label in labels:
if label in count:
count[label] += 1
else:
count[label] = 1
关于face-recognition - 是否可以使用 Google 的 Vision API 或 Amazon 的 Rekognition 获取对象的数量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50815200/
我正在从 spring boot maven 项目调用 google vision OCR api 以从图像中提取文本。 public class TestGoogleVision { Buffere
是否可以使用 Google Vision API 读取姓名、地址、出生日期等身份证信息?在文档中,我找到了一些东西,但我不知道如何使用它。 https://developers.google.com/
请看两个测试结果。 有两种语言,但 Cloud vision api 总是以一种语言返回结果。 我们能否告诉图像中需要哪种语言,以便引擎可以尝试识别所有字符,即使它们是不同的语言? 1. 原图有3个汉
如何调用 Vision API 并在图像上应用多个功能。 我想在图像上同时应用标签检测和地标检测 最佳答案 您可以如下定义您的请求,以在每个图像中包含多个功能请求 "requests":[
我正在探索 Cloud Vision API 的功能,我想知道是否有任何方法可以检测标签检测下对象的尺寸。例如,如果您在街上拍摄汽车的照片,则 Cloud Vision API 将返回汽车的尺寸(长度
首先,请原谅我的英语不好。我在里面工作。 我正在从事计算机视觉应用方面的工作。我正在使用网络摄像头。主循环是这样的: while true get frame process
我正在尝试训练一个模型来识别图像中的某些标签。我尝试使用 1 小时免费版本,一小时后培训结束。结果并不像我想要的那么准确,所以我冒险选择了没有定义训练模型的具体时间限制的选项。 此时,它显示“训练视觉
我试图识别的最简单的例子: 我用 DOCUMENT_TEXT_DETECTION ,但在答案中我得到了象形文字。 如果我使用 Eng在 ImageContext addAllLanguageHints
我将其交叉发布到 Cloud Vision 的谷歌组... 并添加了一些额外的发现。 以下是我认为相关的所有细节: 使用 VB.NET 2010 使用服务帐号认证 仅限于 .NET 4.0 使用这些
我正在尝试使用 Google Vision API。我正在关注 getting started guide : 我已启用 Cloud Vision API 我已启用计费 我已经设置了 API key
我对使用Microsoft的认知服务还很陌生。我想知道MS Computer Vision API和MS Custom Vision API有什么区别? 最佳答案 它们都处理图像上的计算机视觉,但是希
知道如何将规范化顶点转换为顶点吗?归一化顶点给出了图像上的相对位置,而顶点根据图像的比例返回坐标。我有一组标准化顶点,我想将其转换为常规顶点。 https://cloud.google.com/vis
我正在使用 google cloud vision api 来分析图片。是否有 labelAnnotations 方法的所有可能响应的列表? 最佳答案 API reference Vision API
Google Cloud Vision API(测试版)的第 1 版允许通过 TEXT_DETECTION 请求进行光学字符识别。虽然识别质量很好,但返回的字符没有任何原始布局的暗示。因此,结构化文本
假设我有图像并且我想用西类牙语为它们生成标签 - Google Cloud Vision API 是否允许选择以哪种语言返回标签? 最佳答案 标签检测 Google Cloud Vision API
我使用 import torchvision 时遇到的错误这是: 错误信息 "*Traceback (most recent call last): File "/Users/gokulsrin/
我正在为 Google Cloud Vision API 使用 Python 客户端,与文档中的代码基本相同 http://google-cloud-python.readthedocs.io/en/
我正在查看 Google AutoML Vision API 和 Google Vision API。我知道,如果您使用 Google AutoML Vision API,那么它就是一个自定义模型,因
我正在查看 Google AutoML Vision API 和 Google Vision API。我知道,如果您使用 Google AutoML Vision API,那么它就是一个自定义模型,因
由于火线相机由于带宽限制而变得过时,相机制造商似乎正在转向 USB 3.0 或千兆以太网接口(interface)。两者都有许多制造商都遵守的标准 USB3 Vision 和 GigE Vision。
我是一名优秀的程序员,十分优秀!