基于谷歌Gemini开发一个图片识别网站：我知道你的宠物在想什么！

基于谷歌Gemini开发一个图片识别网站：我知道你的宠物在想什么！

• Live demo：我知道你的宠物在想什么
• 开源地址：https://github.com/liu-ziting/PetThoughts

简介

【我知道你的宠物在想什么】 是一个基于 Gemini Pro API 构建的图片识别项目，通过上传你宠物的照片，该项目能够智能分析你的宠物的表情和环境，并推测出它们可能在想些什么。

功能特点

• 图片识别：利用 Gemini-pro-vision 的图像识别技术，能够准确地识别宠物的表情和环境。
• 表情分析：通过分析宠物的表情 Gemini-pro-vision 可以推测出宠物可能的情绪状态，如开心、惊讶、困惑等。
• 环境分析：Gemini-pro-vision 还能根据宠物所处的环境，推测出它们可能的活动场景，如户外玩耍、室内休息等。
• 自然语言处理：结合图像识别和自然语言处理技术，Gemini-pro-vision 可以将宠物的情绪和活动场景转化为可读性高的文字描述。
• 用户友好界面：提供简洁直观的用户界面，使用户能够轻松上传照片并获取宠物分析结果。

注意事项

请确保上传的照片清晰可见，以获得更准确的分析结果。
本项目仅适用于识别和分析常见宠物如猫、狗等，对于其他动物可能不具有准确性。
这是一款有趣实用的图片识别项目，让你更深入地了解你的宠物的情绪和喜好。无论是为了更好地照顾宠物，还是与朋友们分享宠物的趣事，这个网站都能为你带来愉悦的使用体验。

部署

使用 Netlify 部署（推荐）

Netlify Deploy

使用 Vercel 部署

Vercel Deploy

只需单击上面的按钮并按照说明即可部署您自己的应用程序副本

环境变量

Name	Description	Required
GEMINI_API_KEY	Your API Key for GEMINI. You can get it from here.	yes

开发

你只需要按照 Gemini 文档调整下面参数和修改成你自己需要的 Prompt 就可以了！

// pages\api\upload.js
// generation config
const generationConfig = {
    temperature: 1,
    topK: 32,
    topP: 1,
    maxOutputTokens: 8000
}
// prompt config
const parts = [
    {
        text: '你是一位熟练的宠物语言翻译员，根据用户传的照片，你识别出是什么宠物，准确猜测宠物的情绪和想法，你可以根据宠物的肢体语言、表情、周围环境猜测宠物想说什么。翻译完后，请根据宠物的语气给出宠物的“声音”，口语自然一点，用中文回答，格式如下：🐶：<这是什么宠物><宠物的想法>。用户上传的图片中，如果没有宠物，则返回“图片中没有宠物~""'
    }
    ...
]

说明

本项目前端界面代码由 v0.dev 生成，接口由Google Gemini 提供，统计分析由Google Clarity 支持。

[!WARNING]
本项目为开源项目，使用者必须在遵循 GOOGLE 的使用条款以及法律法规的情况下使用，不得用于非法用途。

根据《生成式人工智能服务管理暂行办法》的要求，请勿对中国地区公众提供一切未经备案的生成式人工智能服务。

执照

MIT © liu-ziting