仅需一小时,教你用豆包MarsCode 学会图像物体识别

大模型机器学习数据库

picture.image

上周四晚 豆包MarsCode AI 编程云课堂

「新手开发者系列」迎来收官课程!

这节课讲授了如何通过豆包MarsCode

低代码实现图像物体智能检测~

轻松了解购物同款识别

动植物品种识别

车辆违章识别的底层逻辑

picture.image

并进行初步应用~

错过直播的小伙伴快码住这期课程回顾‍‍

一起用代码炼出火眼金睛~

课前准备

安装豆包MarsCode

在启动编码工作前,我们需要先下载安装豆包MarsCode 编程助手。

以在 Visual Studio Code 中为例,需要先打开 VSCode 扩展窗口,在搜索框搜索MarsCode,找到豆包MarsCode 后单击 「install」,完成安装,登录后即可使用豆包MarsCode 编程助手。

picture.image

获取课程代码

复制如下链接至浏览器,即可获取代码:

https://sourl.cn/2WRZVH


            
                

              git clone https://gitcode.com/langgptai/ImageDetection.git
            
          

安装 Python 环境

Windows 系统安装 Python

打开如下官方网站,点击适合自己电脑配置的版本即可下载👇

https://www.python.org/downloads/

🌟注意要记住自己安装的 Python 版本,之后会用到~

配置 VSCode

  1. 安装 Python 必备扩展:

打开 VSCode,点击左侧扩展图标(或直接按快捷键:Ctrl+Shift+X ),搜索并安装以下扩展:

  • Python(Microsoft 出品,必装)

picture.image

  • Python Extension Pack(包含多个实用工具)
  • Python Indent(自动缩进)
  • Python Path(路径管理)
  1. 配置 Python 环境
  • 按快捷键 Ctrl+Shift+P(macOS用Command+Shift+P)
  • 输入"Python: Select Interpreter"

picture.image

  • 选择之前安装的 Python 版本

picture.image

  1. 创建和运行第一个 Python 程序
  • 点击"文件 > 新建文件"
  • 保存为.py 文件(如:hello.py)
  • 输入示例代码:

          
              

            printf("hello world!");
          
        
  • 右键点击编辑器,选择"在终端中运行 Python 文件" 或点击右上角的运行按钮(三角形图标)

picture.image

安装 Git(可选,用于下载模型)

FFmpeg 安装

Windows:

访问如下网址后:

https://www.ffmpeg.org/download.html,下载 Windows 版本(选择 Windows builds),解压下载的文件到指定目录(如 C:\ffmpeg)并添加以下环境变量:

  • 右键"此电脑" → 属性 → 高级系统设置 → 环境变量
  • 在"系统变量"中找到 Path
  • 点击"编辑" → "新建"
  • 添加 FFmpeg 的 bin 目录路径(如 C:\ffmpeg\bin)

验证安装:打开新的命令行窗口,输入 ffmpeg -version

Linux:


              
sudo apt update
              
sudo apt install ffmpeg
          

Mac:


          
              

            brew install ffmpeg
          
        

Python 依赖安装

  • 升级 pip:

          
              

            python -m pip install --upgrade pip
          
        
  • 安装主要依赖:

            
# 基础依赖
            
pip install torch torchvision
            
pip install transformers
            
pip install pillow
            
pip install opencv-python
            
pip install ultralytics
            
pip install tqdm
            
pip install ffmpeg-python
            

            
# 如果下载速度慢,可以使用清华源:
            
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision
            
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple transformers pillow opencv-python ultralytics tqdm ffmpeg-python
        

完成一系列的准备工作之后,终于来到了我们的实操环节!现在正式开始我们的课程跟练,开启 AI 视觉之旅~

课程跟练

首先打开前文提到的课程代码~


          
              

            git clone https://gitcode.com/langgptai/ImageDetection.git
          
        

再打开豆包MarsCode,输入提示词获取代码


          
              

            你能否用最新的yolo 进行目标检测
          
        

picture.image

通过更改代码中的图片路径,跟随图片操作运行代码即可对图像进行物体检测,得到如图效果,成功识别出照片中的人物。

picture.image

下一步需要对图片中的物体是什么进行标注,我们可以在对话框输入如下关键词:


          
              

            请把标签也绘制出来
          
        

picture.image

替换代码后,可获得如下效果:

picture.image

观察图像可知有图片中还有其他低概率杂框,比如 Bench 和 Bottle 的识别框

低概率:指代码识别物体正确概率

如果需要去除掉低概率杂框,我们只需要在对话框输入如下提示词:


          
              

            概率在 0.5以下的不绘制,其他代码不变
          
        

即可得到如下图效果:

picture.image

想要核对答案的朋友,公众号后台发送【图像检测】即可获取完整代码~

接下来继续进行应用升级,进行车流检测。打开视频接下里输入如下提示词:


          
              

            检测视频 cars.mp4 并保存检测结果
          
        

picture.image

可获取如下效果:

picture.image

在其他常见的生活应用场景中,抖音的滤镜检测年龄玩法也是运用了类似的原理。现在我们来进行情绪识别的应用, 或许也能轻松复刻类似滤镜玩法。

我们对豆包MarsCode 输入如下命令:


          
              

            HF\_ENDPOINT=https://hf-mirror.com python emotion.py
          
        

picture.image

即可加载情绪识别模型识别图像中人物情绪。

picture.image

同样的,在模式选择中选择 3 并打开视频路径,类似的也可获得如下图效果👇

picture.image

以上就是图像物体智能检测课程的全部内容

类似的原理还能用在非常多生活领域

欢迎大家运用今天所学知识

多多探索生活中更多可能性!

虽然 「新手开发者系列」 已收官

但我们的课程仍会继续

接下来的**「初级开发者系列」**

将由字节跳动内部资深程序员为大家授课

带练工作中的常见实战项目

助力初级程序员“码”力飞升!

欢迎大家点击阅读原文点击报名参与课程~

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动 XR 技术的探索与实践
火山引擎开发者社区技术大讲堂第二期邀请到了火山引擎 XR 技术负责人和火山引擎创作 CV 技术负责人,为大家分享字节跳动积累的前沿视觉技术及内外部的应用实践,揭秘现代炫酷的视觉效果背后的技术实现。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论