接入阿里云垃圾分类教程(以Ubuntu22.04举例)
(我还没学模型,先用这个做示例)
网址:通义实验室视觉智能开放平台 (aliyun.com)
在搜索框中输入:垃圾分类
点击第一个
使用支付宝登陆
第一次登陆需要进行实名认证
点击立即开通即可
开通成功后进入控制台
找到垃圾分类识别,购买图像通用资源包
购买成功后会在下图的图像通用资源包中查看剩余资源量
调用对应接口前先获取AccessKey,第一次先创建
创建后下载CSV文件,并把AccessKey和AccessKeySecret分别导入环境变量(以Linux举例)
在~/.bashrc中输入
export ALIBABA_CLOUD_ACCESS_KEY_ID=<access_key_id>
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=<access_key_secret>
然后在终端中
source /.bashrc
测试文件:参考垃圾分类识别常用语言和示例有哪些_视觉智能开放平台(VIAPI)-阿里云帮助中心 (aliyun.com)中的文件在本地或文件不在同一地域OSS
``
# -*- coding: utf-8 -*-
# 引入依赖包
# pip install alibabacloud_imagerecog20190930
import os
import io
from urllib.request import urlopen
from alibabacloud_imagerecog20190930.client import Client
from alibabacloud_imagerecog20190930.models import ClassifyingRubbishAdvanceRequest
from alibabacloud_tea_openapi.models import Config
from alibabacloud_tea_util.models import RuntimeOptions
config = Config(
# 创建AccessKey ID和AccessKey Secret,请参考https://help.aliyun.com/document_detail/175144.html。
# 如果您用的是RAM用户的AccessKey,还需要为RAM用户授予权限AliyunVIAPIFullAccess,请参考https://help.aliyun.com/document_detail/145025.html
# 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。
access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),
access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
# 访问的域名
endpoint='imagerecog.cn-shanghai.aliyuncs.com',
# 访问的域名对应的region
region_id='cn-shanghai'
)
#场景一:文件在本地
img = open(r'/tmp/ClassifyingRubbish1.jpg', 'rb')
#场景二:使用任意可访问的url
#url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/imagerecog/ClassifyingRubbish/ClassifyingRubbish1.jpg'
img = io.BytesIO(urlopen(url).read())
classifying_rubbish_request = ClassifyingRubbishAdvanceRequest()
classifying_rubbish_request.image_urlobject = img
runtime = RuntimeOptions()
try:
# 初始化Client
client = Client(config)
response = client.classifying_rubbish_advance(classifying_rubbish_request, runtime)
# 获取整体结果
print(response.body)
except Exception as error:
# 获取整体报错信息
print(error)
# 获取单个字段
print(error.code)
我这里使用本地图片,路径根据实际情况自行修改
保存为garbage.py
python3 garbage.py
如果识别成功会返回如下结果