Membina Microsoft ' s What-Dog AI dalam Bawah 100 baris kod

Tutorial ini menunjukkan kepada anda bagaimana untuk membina pengenal baka anjing yang serupa dengan Microsoft's What-Dog AI, tetapi menggunakan API Imej Diffbot. Keseluruhan aplikasi kurang daripada 100 baris kod dan memanfaatkan imgur untuk hosting imej untuk meminimumkan kos.

Ciri -ciri Utama:

• menggunakan borang muat naik imej yang mudah dan PHP untuk diproses.
API imej Diffbot menganalisis imej yang dimuat naik dan mengembalikan cadangan baka berdasarkan tag yang dikenal pasti.
Walaupun tidak sempurna, aplikasi yang dihasilkan menunjukkan kebolehcapaian dan potensi AI moden untuk pengiktirafan imej.

Bermula:

1. akaun diffbot: Dapatkan token API 14 hari percuma dari diffbot.com. Persediaan komposer
2. : Gunakan berikut untuk memasang perpustakaan yang diperlukan: composer.json

{
    "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. akaun imgur: Buat akaun imgur dan dapatkan ID pelanggan untuk muat naik imej tanpa nama.

Struktur kod (index.php):

Logik teras berada di

. Kod pertama mengendalikan muat naik imej melalui borang HTML (ditinggalkan untuk keringkasan, memberi tumpuan kepada backend PHP). IMGUR digunakan untuk hosting, menjimatkan kos pelayan. URL imej yang dimuat naik kemudian dihantar ke API Imej Diffbot. index.php

<?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="Membina Microsoft &#x27; s What-Dog AI dalam Bawah 100 baris kod" ></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 -->

Fungsi (fungsi penolong):

Kod menggunakan fungsi penolong (tidak ditunjukkan di atas) untuk membuat pautan ke hasil carian imej Bing untuk setiap baka yang dicadangkan.

Ujian dan hasil:

Tutorial termasuk beberapa imej ujian dan hasilnya, menonjolkan kedua -dua kejayaan dan kegagalan pengenalan baka. Ketepatannya adalah setanding dengan Microsoft's What-Dog AI, menunjukkan kemungkinan membina aplikasi yang sama dengan Diffbot.

Kesimpulan:

Tutorial ini mempamerkan kemudahan mengintegrasikan analisis imej berkuasa AI ke dalam aplikasi web yang mudah. Walaupun ketepatannya tidak sempurna, ia menyoroti potensi API yang sedia ada untuk membina ciri -ciri pengiktirafan imej yang kuat. Ingatlah untuk menggantikan token dan id letak dengan anda sendiri.

Atas ialah kandungan terperinci Membina Microsoft ' s What-Dog AI dalam Bawah 100 baris kod. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!