当前位置: 首页 > news >正文

【python015】常见成熟AI-图像识别场景算法清单(已更新)

1.欢迎点赞、关注、批评、指正,互三走起来,小手动起来!

  • 【python015】常见成熟AI-图像识别场景算法清单及代码
  • 【python015】常见成熟AI-图像识别场景算法清单及代码
  • 【python015】常见成熟AI-图像识别场景算法清单及代码

文章目录

    • 1.背景介绍
    • 2.`Python`版数据爬取、解析代码
      • 2.1 源代码
      • 2.2 解析数据样例效果
      • 2.3 常见的AI算法类型
    • 3.链接地址

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:
    在这里插入图片描述

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')
    

2.2 解析数据样例效果

  • 在这里插入图片描述

2.3 常见的AI算法类型

  • 在这里插入图片描述

3.链接地址

  • 【python015】常见成熟AI-图像识别场景算法清单及代码
  • 极视角
http://www.lryc.cn/news/417240.html

相关文章:

  • 删除有序数组中的重复项(LeetCode)
  • 【算法 03】雇佣问题
  • vue3+axios请求导出excel文件
  • LLM与NLP
  • js 判断是否为回文串
  • 多重背包c++
  • kernel input事件测试程序
  • gd32 i2c 中断 主机从机双向通信例程
  • 程序员在AI时代:重塑核心竞争力,共舞智能未来
  • apex发送邮件中显示饼状图和条形图
  • 【HarmonyOS NEXT星河版开发学习】小型测试案例07-弹性布局小练习
  • Sparksql array相关函数
  • 软件测试学习笔记
  • Centos 8系统ext4文件系统类型进行扩容缩容 (LVM)
  • 常考常考高频率
  • Linux项目环境的搭建 (Red hat 9.0Linux操作系统)
  • Study--Oracle-08-ORACLE数据备份与恢复(一)
  • FreeIPA安装
  • mysql数据库:SQL语言基础和基本查询
  • strimzi operator 部署kafka集群(可外部访问)
  • 【网络安全】探索AI 聊天机器人工作流程实现RCE
  • 虚拟DOM、Vue渲染流程
  • centos7 启动python后端服务与停止服务的sh脚本
  • 访问网站显示不安全怎么办?
  • Scala与集合框架:高效数据处理的利器
  • 基于 JWT 的模拟登录爬取实战
  • 力扣(2024.08.06)
  • 如何快速入门 PyTorch ?
  • Qt 快速部署环境(windeployqt.exe)
  • 白骑士的PyCharm教学实战项目篇 4.2 数据分析与可视化