Skip to main content
Glama

baidu-ai-search

Official
by baidubce
README.md3.89 kB
# 植物识别(PlantRecognition) ## 简介 植物识别(PlantRecognition),即对于输入的一张图片(可正常解码,且长宽比较合适),输出植物识别结果。 ### 功能介绍 可识别超过2万种常见植物和近8千种花卉,接口返回植物的名称,并支持获取识别结果对应的百科信息 ### 特色优势 还可使用EasyDL定制训练平台,定制识别植物种类 ### 应用场景 适用于拍照识图、幼教科普、图像内容分析等场景 ## 基本用法 下面是植物识别的代码示例: 示例图片为 ![示例图片](https://bj.bcebos.com/v1/appbuilder/palnt_recognize_test.jpg?authorization=bce-auth-v1%2FALTAKGa8m4qCUasgoljdEDAzLm%2F2024-01-23T09%3A51%3A03Z%2F-1%2Fhost%2Faa2217067f78f0236c8262cdd89a4b4f4b2188d971ca547c53d01742af4a2cbe) ```python import os import requests import appbuilder # 请前往千帆AppBuilder官网创建密钥,流程详见:https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5 os.environ["APPBUILDER_TOKEN"] = "..." image_url = "https://bj.bcebos.com/v1/appbuilder/palnt_recognize_test.jpg?authorization=bce-auth-v1%2FALTAKGa8m4qCUasgoljdEDAzLm%2F2024-01-23T09%3A51%3A03Z%2F-1%2Fhost%2Faa2217067f78f0236c8262cdd89a4b4f4b2188d971ca547c53d01742af4a2cbe" # 从BOS存储读取样例文件 raw_image = requests.get(image_url).content inp = appbuilder.Message(content={"raw_image": raw_image}) # inp = Message(content={"url": image_url}) # 运行植物识别 plant_recognize = appbuilder.PlantRecognition() out = plant_recognize.run(inp) # 打印识别结果 print(out.content) # {'plant_score_list': [{'name': '榕树', 'score': 0.4230029582977295}, {'name': '榆树', 'score': 0.1273619383573532}, {'name': '美国榆', 'score': 0.12065108865499496}, {'name': '白蜡树', 'score': 0.11650644987821579}, {'name': '雨树', 'score': 0.045340824872255325}]} ``` ## 参数说明 ### 鉴权说明 使用组件之前,请首先申请并设置鉴权参数,可参考[组件使用流程](https://cloud.baidu.com/doc/AppBuilder/s/Olq6grrt6#1%E3%80%81%E5%88%9B%E5%BB%BA%E5%AF%86%E9%92%A5)。 ```python import os os.environ["APPBUILDER_TOKEN"] = "..." ``` ### 初始化参数 无 ### 调用参数 | 参数名称 | 参数类型 | 是否必须 | 描述 |示例值| |------------|--------|------|-----------------------------|---| | message | String | 是 | 输入的消息,用于模型的主要输入内容。这是一个必需的参数 || | +content | Dict | 是 | 消息内容 || | +raw_image | String | 否 | 原始图片字节流 || | +url | String | 否 | 图片下载链接地址 || |timeout| Float | 否 | HTTP超时时间,单位:秒 |1|| |retry|Integer| 否 | HTTP重试次数 |3|| ### 响应参数 | 参数名称 | 参数类型 | 描述 | 示例值 | |------------------|--------|--------|--------------------------------------------------| | plant_score_list | List | 植物识别列表 | | | name | String | 植物名 | | | score | Float | 植物识别打分 | | ### 响应示例 ```json { "plant_score_list": [ { "name": "榕树", "score": 0.4230029582977295 }, { "name": "榆树", "score": 0.1273619383573532 }, { "name": "美国榆", "score": 0.1206519496 }, { "name": "白蜡树", "score": 0.11650644987821579 }, { "name": "雨树", "score": 0.045340824872255325 } ] } ``` ### 错误码 |错误码|描述| |------|---| ## 高级用法 目前该模块仅提供基础的植物识别。 ## 更新记录和贡献 * 植物识别 (2024-01)

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/baidubce/app-builder'

If you have feedback or need assistance with the MCP directory API, please join our Discord server