Erstellen von Microsoft's What-Dog AI in unter 100 Codezeilen

Dieses Tutorial zeigt, wie Sie eine Hunderassenkennung ähnlich wie die What-Dog-KI von Microsoft bauen, jedoch mit Diffbots Bild-API. Die gesamte Anwendung beträgt weniger als 100 Codezeilen und nutzt IMGUR für das Image -Hosting, um die Kosten zu minimieren.

Schlüsselmerkmale:

• verwendet ein einfaches Bild -Upload -Formular und PHP zur Verarbeitung.
• Diffbots Bild -API -Analysen hochgeladen Bilder und Renditen Rassenvorschläge basierend auf identifizierten Tags.
• Obwohl die resultierende Anwendung nicht perfekt ist, zeigt sie die Zugänglichkeit und das Potenzial der modernen KI für die Bilderkennung.

Erste Schritte:

1. DiffBot-Konto: Erhalten Sie ein kostenloses 14-Tage-API-Token von Diffbot.com.
2. Komponist Setup: Verwenden Sie die folgende composer.json, um die erforderlichen Bibliotheken zu installieren:

{
    "require": {
        "swader/diffbot-php-client": "^2",
        "php-http/guzzle6-adapter": "^1.0"
    },
    "minimum-stability": "dev",
    "prefer-stable": true,
    "require-dev": {
        "symfony/var-dumper": "^3.0"
    }
}

<code>Run `composer install`.  The `minimum-stability` setting accommodates a beta dependency.</code>

3. Imgur -Konto: Erstellen Sie ein IMGUR -Konto und erhalten Sie eine Client -ID für anonyme Bild -Uploads.

Codestruktur (index.php):

Die Kernlogik liegt in index.php. Der Code erledigt das Bild von Bild über ein HTML -Formular (für die Kürze weggelassen und konzentriert sich auf das PHP -Backend). Imgur wird zum Hosting verwendet und die Serverkosten einsparen. Die hochgeladene Bild -URL wird dann an die Bild -API von Diffbot gesendet.

<?php
require 'vendor/autoload.php';

$token = 'YOUR_DIFFBOT_TOKEN'; // Replace with your Diffbot token
$imgur_client = 'YOUR_IMGUR_CLIENT_ID'; // Replace with your Imgur Client ID

if ($_SERVER['REQUEST_METHOD'] == 'POST') {
    // Handle image upload (using $_FILES) or URL submission (using $_POST['url'])
    // ... (Image upload to Imgur using Guzzle, obtaining the image URL) ...

    if (!isset($url) || empty($url)) {
        die("Image upload or URL submission failed.");
    }

    $diffbot = new Swader\Diffbot\Diffbot($token);
    $imageDetails = $diffbot->createImageAPI($url)->call();
    $tags = $imageDetails->getTags();

    echo "<img  src=\"{$url}\"    style="max-width:90%"500\" alt="Erstellen von Microsoft's What-Dog AI in unter 100 Codezeilen" ></img>";

    if (empty($tags)) {
        echo "<h4>No breed identified.</h4>";
    } else {
        echo "<h4>Suggested Breed(s):</h4>";
        foreach ($tags as $tag) {
            echo "- <a href=\"https://www.bing.com/images/search?q=" . urlencode($tag['label']) . "\" target=\"_blank\">" . $tag['label'] . "</a><br>";
        }
    }
}
?>

<!-- HTML form for image upload or URL input -->

Funktionen (Helferfunktionen):

Der Code verwendet Helferfunktionen (nicht oben gezeigt), um Links zu Bing -Bild -Suchergebnissen für jede vorgeschlagene Rasse zu erstellen.

Tests und Ergebnisse:

Das Tutorial enthält mehrere Testbilder und deren Ergebnisse, die sowohl Erfolge als auch Misserfolge der Rassenidentifikation hervorheben. Die Genauigkeit ist vergleichbar mit Microsofts What-Dog-KI, was die Machbarkeit des Aufbaus einer ähnlichen Anwendung mit Diffbot zeigt.

Schlussfolgerung:

Dieses Tutorial zeigt die einfache Integration der KI-betriebenen Bildanalyse in eine einfache Webanwendung. Obwohl die Genauigkeit nicht perfekt ist, unterstreicht sie das Potenzial von leicht verfügbaren APIs für den Aufbau leistungsstarker Bilderkennungsmerkmale. Denken Sie daran, Platzhalter -Token und IDs durch Ihre eigenen zu ersetzen.

Das obige ist der detaillierte Inhalt vonErstellen von Microsoft's What-Dog AI in unter 100 Codezeilen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!