目录

1、百度EasyDL平台数据配置

1.1、训练图像上传

1.2、训练图像进行标注

1.3、训练模型

1.4、检验识别

1.5、申请发布

1.6、控制台权限配置

2、Python调用物体识别API

---

        本项目是基于百度EasyDL平台制作的识别转盘内瓶子，且识别瓶子位置的一个项目。通过在百度进行物体识别的训练，然后配置好后，通过Python调用API函数，识别上传图像中的物品，以及识别物体所在的位置。

1、百度EasyDL平台数据配置

1.1、训练图像上传

        首先进入EasyDL平台(https://ai.baidu.com/easydl/app/imgcls/overview)，在 “ 数据总览 ” 里面上传需要训练的数据，具体操作如下所示。

1.2、训练图像进行标注

        然后对数据进行标注，当选项 “ 无标注信息 ” 为 0 时，说明已经标注完成，具体操作如下所示（操作内容有快进）。

1.3、训练模型

        通过在平台进行模型的训练，然后就能对物体进行识别了。模型的训练需要一段时间，最后等待模型的训练完成，具体操作如下所示。

1.4、检验识别

        我们可以在线对训练的模型进行校验，判断这个模型的识别能力。通过调整阀值来控制识别的强度，具体操作如下所示。

1.5、申请发布

        如果你想在通过外围平台进行物体的识别，你就需要 “ 申请发布 ”，这样才能通过调用API进行物体的识别，具体操作如下所示。

1.6、控制台权限配置

        等待发布完成后，需要对权限进行配置，具体操作如下所示。

2、Python调用物体识别API

        官方有调用API的示例函数，我们需要对示例进行相应的修改，代码中 “ MODEL_API_URL ” 、“ API_KEY ” 、“ SECRET_KEY  ” 需要自己填写对应的参数，填写完成保存为 .py 格式，具体操作如下所示。

        在Python代码中 “ IMAGE_FILEPATH ” 设置相应要识别的物体图像，再通过 “ PARAMS ” 设置识别的强度，设置后运行即可。

        运行后返回的是Json语言，对其进行解析即可得到识别的物体，以及识别物体的坐标及长宽高，如下图所示。