【python015】常见成熟AI-图像识别场景算法清单（已更新）

xsimah

于 2024-08-02 21:19:24 发布

阅读量893

点赞数 25

分类专栏：图像识别 Jupyter Notebook 大数据分析文章标签：常见图像识别算法清单 Python 数据爬取与处理

本文链接：https://blog.csdn.net/qq_24452475/article/details/140880174

版权

大数据分析同时被 3 个专栏收录

49 篇文章 0 订阅

订阅专栏

Jupyter Notebook

20 篇文章 0 订阅

订阅专栏

图像识别

10 篇文章 0 订阅

订阅专栏

1.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！

文章目录

1.背景介绍

参考学习，整合常见的AI图像识别定制场景算法清单，网站地址：极视角科技是一家人工智能平台型企业，做进一步AI图像识别算法总结、学习。数据种类详情展示如下图所示：

2.`Python`版数据爬取、解析代码

2.1 源代码

import re
import os
import sys
import json
import nltk
import time
import pickle
import random
import base64
import datetime
import requests
import openpyxl
import readline
import itertools
import numpy as np
import pandas as pd
from PIL import Image
from tqdm import tqdm, trange
from bs4 import BeautifulSoup
import matplotlib.pyplot as plt
from collections import Counter
from pypinyin import lazy_pinyin, Style
from joblib import Parallel, delayed
from sklearn.linear_model import LinearRegression
import warnings
warnings.filterwarnings('ignore')

pd.set_option('display.width', 500)
pd.set_option('display.max_rows', 200)
pd.set_option('display.max_columns', 200)
pd.set_option('display.max_colwidth', 1000)

# 'sfzmsy' ,'sfzmsf' ,'sfdsxtysmyq' ,'sfrhdz' ,'sfxgrh' ,'sfzcgchfwq'
# 算法怎么使用
# 算法怎么收费
# 算法对摄像头有什么要求
# 算法如何定制
# 算法效果如何
# 是否支持国产化部署

result = []

def parse_html_element( html_url ):
    sfmc, sfms, sffl, yycj, cjwt = '', '', '', '', ''
    datas = requests.request( 'GET', html_url )
    if datas.status_code == 200:
        datas_html = BeautifulSoup(datas.text, 'lxml')
        sfmc = datas_html.find(attrs={"class": "cont-box"}).find(attrs={"class": "h1 title type-a color2"}).text  # 算法名称
        sfms = datas_html.find(attrs={"class": "cont-box"}).find(attrs={"class": "des type-a"}).text  # 算法描述
        sffl = datas_html.find(attrs={"class": "cont-box"}).find(attrs={"class": "tag-list"}).text  # 算法分类
        # 应用场景 & 常见问题
        yycj_cjwt_lis = [yc.text.strip() for yc in datas_html.find(attrs={"class": "algorithm-info-top"}).find_all(attrs={"class": "ul"})]
        yycj, cjwt = yycj_cjwt_lis[0], yycj_cjwt_lis[1]
        result.append( [ sfmc, sfms, sffl, yycj, cjwt ] )
    else:
        time.sleep(random.randint(1,2))

result_df = pd.DataFrame( result )
result_df.columns = [ 'sfmc', 'sfms', 'sffl', 'yycj', 'cjwt' ]

result_df.duplicated()
result_df.drop_duplicates(inplace=True)
print( len( result ) )
result_df = pd.DataFrame( result )
result_df.columns = [ 'sfmc', 'sfms', 'sffl', 'yycj', 'cjwt' ]

result_df['sfmc'] = result_df.sfmc.apply(lambda sfmc: sfmc.strip())
result_df['sffl'] = result_df.sffl.apply(lambda sffl: sffl.strip().replace('\n\n', ','))
result_df['yycj'] = result_df.yycj.apply(lambda yycj: yycj.strip().replace(' \t\n ', '：').replace('\n\n\n\n\r\n', '；').replace('             ', ''))
result_df['cjwt'] = result_df.cjwt.apply(lambda cjwt: cjwt.strip().replace(' \n ', '：').replace('\n\n\n\n\r\n', '；').replace('             ', ''))

result_df['sfzmsy'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[0].split('：')[-1].strip())
result_df['sfzmsf'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[1].split('：')[-1].strip())
result_df['sfdsxtysmyq'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[2].split('：')[-1].strip())
result_df['sfrhdz'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[3].split('：')[-1].strip() if len(cjwt.split('；'))>3 else '')
result_df['sfxgrh'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[4].split('：')[-1].strip() if len(cjwt.split('；'))>4 else '')
result_df['sfzcgchfwq'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[5].split('：')[-1].strip() if len(cjwt.split('；'))>5 else '')

result_df['sftd'] = result_df.sfmc.apply(lambda sfmc: sfmc.split(' ')[-1].strip() if len(sfmc.split(' '))>1 else '--')
result_df['sfmc'] = result_df.sfmc.apply(lambda sfmc: sfmc.split(' ')[0].strip())

result_df.to_excel(r'常用成熟-AI场景识别算法.xlsx', index=None, encoding='utf8')
result_df.to_csv(r'常用成熟-AI场景识别算法.csv', index=None, encoding='utf8')