物体检测服务器API集成文档 本文档主要说明定制化物体检测模型发布为服务器API(通过部署包实现)后如何使用。如还未训练模型,请先前往 EasyDL 进行训练。
标注出图片中需要检测缺陷并通过添加标签对该类型缺陷进行定义。 模型训练 数据准备工作完成后,选择物体检测任务类型,点击创建模型,根据您的实际需求对模型进行命名。 由于流水线上的缺陷检测对检测效率有一定要求,同时需要将AI检测模型部署到智能分拣器的控制器(IPC)上进行使用,创建训练时部署方式、部署设备和算法类型就可分别选择「EasyEdge本地部署」、「通用小型设备」和「高性能」。
物体检测WindowsSDK集成文档 简介 本文档介绍物体检测通用小型设备Windows SDK的使用方法。
图片篡改检测 接口描述 基于深度神经网络与跨模态分析技术,精准检测伪造图像,支持返回图像篡改检测结果及伪造区域坐标;支持对图像中的伪造区域以热力图形式进行可视化返回。示意图如下: 在线调试 您可以在 示例代码中心 中调试该接口 ,可进行图片篡改检测、查看在线调用的请求内容和返回结果、示例代码的自动生成。
商品基本信息识别 ++top 否 int 检测到的目标主体区域到图片上边界的像素距离 商品基本信息识别 ++width 否 int 检测到的目标主体区域的像素宽度 商品基本信息识别 ++height 否 int 检测到的目标主体区域的像素高度 商品基本信息识别 建议翻拍判定方法 设定一个判定为翻拍图片的阈值,即如果recapture的score大于这个值,则认为这张图片是翻拍。
无 使用示例 如下图所示,构建算子结构,选择特征列,配置检测条件参数。
施工人员安全装备检测 项目说明 业务背景 在能源巡检领域,一些如输电线路检修、施工现场、石化厂区等高危区域,由于部分作业人员安全意识淡薄、安全技能缺乏,无知、图省事、从众等心理导致”三违”行为频发。 业务难点 传统的监控方案需监察人员24小时被动式值守观察,难免遗漏,只能用于事后回放、时候追责。 解决思路 以人工智能技术为手段,精准把握 “高精度质量检测,大范围安全管理”的行业需求。
width 否 number 检测到的目标主体区域的宽度 ++height 否 number 检测到的目标主体区域的高度 物体检测-自定义四边形标注 返回参数 字段 是否必选 类型 说明 log_id 是 number 唯一的log id,用于问题定位 results 否 array(object) 物体检测目标信息 +name 否 string 目标物体标签 +score 否 number
评估指标说明如下 F1-score: 对某类别而言为精确率和召回率的调和平均数,评估报告中指各类别F1-score的平均数 mAP: mAP(mean average precision)是物体检测(Object Detection)算法中衡量算法效果的指标。
通用说明 API认证机制 AI开放能力采用access_token认证机制。access_token是用户的访问令牌,承载了用户的身份、权限等信息。 要获取access_token,您需要在控制台上先 创建应用 ,并获取到应用的API Key和Secret Key(以下分别简称为AK和SK)。 获取到AK和SK后,您有