今天教大家如何通过豆包 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，并进行初步应用。快码住这期干货满满的教程，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。
获取课程代码
复制如下链接至浏览器，即可获取代码：
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）
Python Extension Pack（包含多个实用工具）
Python Indent（自动缩进）
Python Path（路径管理）
2. 配置 Python 环境
按快捷键 Ctrl+Shift+P（macOS 用 Command+Shift+P）
输入"Python: Select Interpreter"
选择之前安装的 Python 版本
3. 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：
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）
安装 Git（可选，用于下载模型）
访问以下网址： https://git-scm.com/downloads
下载并安装 Git
验证安装：git--version
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：
Mac：
Python 依赖安装
升级 pip：
安装主要依赖：
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~
再打开豆包MarsCode，输入提示词获取代码：
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。
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：
替换代码后,可获得如下效果：
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：
即可得到如下图效果：
想要核对答案的朋友，我们也为大家准备好了完整代码～
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：
可获取如下效果：
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：
即可加载情绪识别模型识别图像中人物情绪。
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👇
以上就是图像物体智能检测的全部内容，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！
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
评论