文章目錄

• 前言
• 1.圖像處理簡介
• 2.代碼解析

---

前言

華為modelarts訓練，能夠面向三類用戶提供解決AI開發支持。對于無AI基礎的業務開發員，可以使用自動學習模型。全程無需寫代碼，一鍵啟動訓練&部署。對于AI初學者，使用預置的算法，少量的代碼即可調用。對于AI深度玩家，可以使用modlearts內置的notebook,自研的MoXingSDK,簡化代碼。

modlearts內置了很多算法，這些算法我們可以直接調用。只需要少量的代碼，即可實現功能。

如上圖所示
華為云平臺提供了一些使用場景。這些場景覆蓋了圖像處理，語音處理，和自然語言的處理。多個場景

---

1.圖像處理簡介

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術。圖像識別以開放API（Application Programming Interface，應用程序編程接口）的方式提供給用戶，用戶通過實時訪問和調用API獲取推理結果，幫助用戶自動采集關鍵數據，打造智能化業務系統，提升業務效率。
圖像識別（Image Recognition），基于深度學習技術，可準確識別圖像中的視覺內容，提供多種物體、場景和概念標簽，具備目標檢測和屬性識別等能力，幫助客戶準確識別和理解圖像內容。
圖像標簽-自然圖像的語義內容非常豐富，一個圖像包含多個標簽內容，圖像標簽可識別三千多種物體以及兩萬多種場景和概念標簽，更智能、準確的理解圖像內容，讓智能相冊管理、照片檢索和分類、基于場景內容或者物體的廣告推薦等功能更加準確。
翻拍識別-零售行業通常根據零售店的銷售量進行銷售獎勵，拍攝售出商品的條形碼上傳后臺是常用的統計方式。翻拍識別利用深度神經網絡算法判斷條形碼圖片為原始拍攝，還是經過二次翻拍、打印翻拍等手法二次處理的圖片。利用翻拍識別，可以檢測出經過二次處理的不合規范圖片，使得統計數據更準確、有效。

華為云解決方案，客戶端通過，網絡請求發送請求，在華為云內部部署了預置算法，處理請求，請求處理完畢之后，返回結果。結果是以json的格式返回。

2.代碼解析

該實驗需要在華為公有云服務上下載圖像識別的SDK，通過AK\SK信息進行身份認證從而調用SDK底層接口服務進行Restful服務請求的提交，本實驗就是通過SDK來調用圖像識別的服務的，并在Jupyter Notebook中實驗。
SDK下載位置 數據下載提取碼：xj8m
1 導入所需要的包

from image_sdk.utils import encode_to_base64 from image_sdk.image_tagging import image_tagging_aksk from image_sdk.recapture_detect import recapture_detect_aksk from image_sdk.utils import init_global_env

2 配置相關參數

ak = "***" #配置自己的ak sk = "***" #配置自己的sk region = "cn-north-4" #默認使用北京-4區，對應的區域代碼即為cn-north-4

3 配置實驗數據路徑

img_tag_path="data/demo.jpg" img_recapture_detect_path = "data/demo2.jpg"

4 初始化全局環境

init_global_env(region)

步驟 5 圖像標簽測試

result = image_tagging_aksk(ak, sk, encode_to_base64(img_tag_path), '', 'en', 5, 60) print(result)

image_tagging_aksk這個函數的前2個參數分別是ak和sk，第3個參數是圖像數據進行編碼，第4個參數是url上的圖片，如果使用本地圖片，我們只需要這里傳入空字符串即可，第5個參數是支持的語言，目前支持中文(“zh”)和英文(“en”)，第6個參數表示最多返回的標簽數，默認為-1的話，代表返回所有標簽，第7個參數指的是置信度的閾值（0~100），低于此置信數的標簽，將不會返回，默認值為0。
輸出結果：
{“result”:{“tags”:[{“confidence”:“96.19”,“i18n_tag”:{“en”:“Person”,“zh”:“人”},“tag”:“人”,“type”:“object”},{“confidence”:“90.23”,“i18n_tag”:{“en”:“Lovely”,“zh”:“可愛”},“tag”:“可愛”,“type”:“object”},{“confidence”:“83.71”,“i18n_tag”:{“en”:“Beauty”,“zh”:“美女”},“tag”:“美女”,“type”:“object”},{“confidence”:“83.37”,“i18n_tag”:{“en”:“Summer”,“zh”:“夏天”},“tag”:“夏天”,“type”:“object”},{“confidence”:“81.41”,“i18n_tag”:{“en”:“Leisure time”,“zh”:“休閑”},“tag”:“休閑”,“type”:“object”}]}}

步驟 6 圖像翻拍檢測測試

result = recapture_detect_aksk(ak, sk, encode_to_base64(img_recapture_detect_path), '', 0.75, ["recapture"]) print(result)

實驗用到的圖片

recapture_detect_aksk這個函數的前2個參數分別是ak和sk，第3個參數是圖像數據進行編碼，第4個參數是url上的圖片，如果使用本地圖片，我們只需要這里傳入空字符串即可，第5個參數指的是置信度的閾值（0~100），達到此置信度才會被認為是翻拍的，第6個參數代表檢測場景，當前僅支持翻拍照片場景： recapture，該參數可以為空，為空時返回所有的場景的檢測結果。
輸出結果：
{“result”:{“suggestion”:“false”,“category”:“recapture”,“score”:“0.9888”,“detail”:[{“label”:“recapture”,“confidence”:“0.9888”}]}}

suggestion代表總體的結論，true：真實，false：虛假，uncertainty：不確定。category代表標簽（如果suggestion為真時，則該值為空字符串，否則不為空），recapture代表是翻拍圖，score是總體置信度，取值范圍 0-1.0，label為標簽值（original：原始圖，recapture：翻拍圖），confidence代表置信度，取值范圍：0-1.0。

總結

以上是生活随笔為你收集整理的【modlearts】华为人工智能平台_modelarts平台系列教程3_预置算法_图像识别1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。