本文介绍物体检测DetectObject的语法及示例。
功能描述
DetectObject可以检测输入图像中的物体。
示例图如下。
前提条件
输入限制
- 图片格式：JPEG、JPG、PNG、BMP。
- 图片URL地址中不能包含中文字符。
调试
您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。
请求参数
| 名称 | 类型 | 是否必选 | 示例值 | 描述 |
|---|---|---|---|---|
| Action | String | 是 | DetectObject |
要执行的操作。取值：DetectObject。 |
| ImageURL | String | 是 | https://viapi-test.oss-cn-shanghai.aliyuncs.com/test-team/detobject.jpg |
图片URL地址。当前仅支持上海地域的OSS链接，如何生成URL请参见生成URL。 |
返回数据
| 名称 | 类型 | 示例值 | 描述 |
|---|---|---|---|
| Data | Struct |
返回的结果数据内容。 |
|
| Elements | Array of Element |
检测框数据集合。 |
|
| Boxes | List | [468, 238, 531, 299] |
检测框坐标，格式为 |
| Score | Float | 0.266 |
检测到物体的置信度，取值范围为0~1。 |
| Type | String | chair |
检测框对应的物体名称。具体类型如下所示。 |
| Height | Integer | 300 |
图片的高度。 |
| Width | Integer | 533 |
图片的宽度。 |
| RequestId | String | 6EF97B44-2763-4EAD-8737-FB9F5EE25FE2 |
请求ID。 |
Type类型包括：
human（人体）、sneakers（胶底运动鞋）、chair（椅子）、hat（帽子）、lamp（灯）、cabinet/shelf（橱柜/ 架子）、car（汽车）、glasses（眼镜）、picture/frame（照片/图画）、street lights（街灯）、helmet（头盔）、pillow（枕头）、glove（手套）、potted plant（盆栽植物）、flower（花）、monitor（显示屏）、plants pot/vase（花盆）、boots（靴子）、umbrella（伞）、boat（小船）、flag（旗帜）、speaker（扬声器/话筒）、trash bin/can（垃圾桶）、backpack（ 双肩背包）、sofa（沙发）、belt（腰带）、carpet（地毯）、coffee table（咖啡桌/茶几）、tie（ 领带）、bed（ 床）、traffic light（红绿灯）、necklace（项链）、mirror（镜子）、bicycle（自行车）、watch（手表）、horse（马）、traffic sign（交通标志）、stuffed animal（填充玩具动物）、motorbike/motorcycle（摩托车）、wild bird（鸟）、laptop（笔记本电脑）、cow（奶牛）、clock（时钟）、bus（公共汽车）、nightstand（床头柜）、sheep（绵羊）、traffic cone（锥形交通路标）、keyboard（键盘）、hockey stick（曲棍球球棍）、fan（电扇）、dog（狗）、blackboard/whiteboard（白板/黑板）、mouse（鼠标）、telephone（电话）、airplane（飞机）、skis（滑雪板）、soccer（英式足球）、combine with glove（棒球手套）、train（火车）、tent（帐篷）、sailboat（帆船）、kite（风筝）、computer box（计算机主机机箱）、elephant（大象）、stroller（折叠式婴儿车）、baseball bat（棒球棒）、skateboard（溜冰板）、surfboard（冲浪板）、cat（猫）、zebra（斑马）、sports car（跑车）、giraffe（长颈鹿）、radiator（散热器）、tennis racket（网球拍）、skating and skiing shoes（溜冰鞋）、baseball（棒球）、american football（美式橄榄球）、basketball（篮球）、printer（打印机）、fire hydrant（消防栓）、projector（投影仪）、fire extinguisher（灭火器）、tennis ball（网球）、frisbee（飞盘）、fire truck（消防车）、helicopter（直升飞机）、carriage（四轮马车）、bear（熊）、globe（地球仪）、volleyball（排球）。
示例
请求示例
http(s)://objectdet.cn-shanghai.aliyuncs.com/?Action=DetectObject
&ImageURL=https://viapi-test.oss-cn-shanghai.aliyuncs.com/test-team/detobject.jpg
&<公共请求参数>正常返回示例
XML 格式
<RequestId>6EF97B44-2763-4EAD-8737-FB9F5EE25FE2</RequestId>
<Data>
<Height>300</Height>
<Elements>
<Score>0.266</Score>
<Type>chair</Type>
<Boxes>468</Boxes>
<Boxes>238</Boxes>
<Boxes>531</Boxes>
<Boxes>299</Boxes>
</Elements>
<Elements>
<Score>0.213</Score>
<Type>chair</Type>
<Boxes>452</Boxes>
<Boxes>168</Boxes>
<Boxes>531</Boxes>
<Boxes>233</Boxes>
</Elements>
<Elements>
<Score>0.308</Score>
<Type>picture/frame</Type>
<Boxes>487</Boxes>
<Boxes>44</Boxes>
<Boxes>501</Boxes>
<Boxes>96</Boxes>
</Elements>
<Elements>
<Score>0.257</Score>
<Type>picture/frame</Type>
<Boxes>477</Boxes>
<Boxes>67</Boxes>
<Boxes>484</Boxes>
<Boxes>98</Boxes>
</Elements>
<Elements>
<Score>0.201</Score>
<Type>picture/frame</Type>
<Boxes>503</Boxes>
<Boxes>26</Boxes>
<Boxes>524</Boxes>
<Boxes>85</Boxes>
</Elements>
<Elements>
<Score>0.515</Score>
<Type>pillow</Type>
<Boxes>161</Boxes>
<Boxes>141</Boxes>
<Boxes>181</Boxes>
<Boxes>158</Boxes>
</Elements>
<Elements>
<Score>0.293</Score>
<Type>pillow</Type>
<Boxes>473</Boxes>
<Boxes>143</Boxes>
<Boxes>496</Boxes>
<Boxes>157</Boxes>
</Elements>
<Elements>
<Score>0.214</Score>
<Type>pillow</Type>
<Boxes>241</Boxes>
<Boxes>145</Boxes>
<Boxes>253</Boxes>
<Boxes>166</Boxes>
</Elements>
<Elements>
<Score>0.374</Score>
<Type>potted plant</Type>
<Boxes>449</Boxes>
<Boxes>97</Boxes>
<Boxes>477</Boxes>
<Boxes>140</Boxes>
</Elements>
<Elements>
<Score>0.412</Score>
<Type>sofa</Type>
<Boxes>145</Boxes>
<Boxes>135</Boxes>
<Boxes>304</Boxes>
<Boxes>202</Boxes>
</Elements>
<Elements>
<Score>0.269</Score>
<Type>sofa</Type>
<Boxes>443</Boxes>
<Boxes>136</Boxes>
<Boxes>531</Boxes>
<Boxes>190</Boxes>
</Elements>
<Elements>
<Score>0.262</Score>
<Type>sofa</Type>
<Boxes>301</Boxes>
<Boxes>136</Boxes>
<Boxes>352</Boxes>
<Boxes>168</Boxes>
</Elements>
<Elements>
<Score>0.242</Score>
<Type>sofa</Type>
<Boxes>452</Boxes>
<Boxes>167</Boxes>
<Boxes>531</Boxes>
<Boxes>230</Boxes>
</Elements>
<Elements>
<Score>0.219</Score>
<Type>carpet</Type>
<Boxes>0</Boxes>
<Boxes>153</Boxes>
<Boxes>272</Boxes>
<Boxes>293</Boxes>
</Elements>
<Elements>
<Score>0.458</Score>
<Type>coffee table</Type>
<Boxes>171</Boxes>
<Boxes>172</Boxes>
<Boxes>214</Boxes>
<Boxes>214</Boxes>
</Elements>
<Elements>
<Score>0.358</Score>
<Type>coffee table</Type>
<Boxes>337</Boxes>
<Boxes>185</Boxes>
<Boxes>420</Boxes>
<Boxes>274</Boxes>
</Elements>
<Elements>
<Score>0.285</Score>
<Type>coffee table</Type>
<Boxes>386</Boxes>
<Boxes>159</Boxes>
<Boxes>428</Boxes>
<Boxes>192</Boxes>
</Elements>
<Elements>
<Score>0.214</Score>
<Type>mirror</Type>
<Boxes>503</Boxes>
<Boxes>26</Boxes>
<Boxes>524</Boxes>
<Boxes>85</Boxes>
</Elements>
<Width>533</Width>
</Data>JSON 格式
{
"RequestId": "6EF97B44-2763-4EAD-8737-FB9F5EE25FE2",
"Data": {
"Height": 300,
"Elements": [
{
"Score": 0.266,
"Type": "chair",
"Boxes": [
468,
238,
531,
299
]
},
{
"Score": 0.213,
"Type": "chair",
"Boxes": [
452,
168,
531,
233
]
},
{
"Score": 0.308,
"Type": "picture/frame",
"Boxes": [
487,
44,
501,
96
]
},
{
"Score": 0.257,
"Type": "picture/frame",
"Boxes": [
477,
67,
484,
98
]
},
{
"Score": 0.201,
"Type": "picture/frame",
"Boxes": [
503,
26,
524,
85
]
},
{
"Score": 0.515,
"Type": "pillow",
"Boxes": [
161,
141,
181,
158
]
},
{
"Score": 0.293,
"Type": "pillow",
"Boxes": [
473,
143,
496,
157
]
},
{
"Score": 0.214,
"Type": "pillow",
"Boxes": [
241,
145,
253,
166
]
},
{
"Score": 0.374,
"Type": "potted plant",
"Boxes": [
449,
97,
477,
140
]
},
{
"Score": 0.412,
"Type": "sofa",
"Boxes": [
145,
135,
304,
202
]
},
{
"Score": 0.269,
"Type": "sofa",
"Boxes": [
443,
136,
531,
190
]
},
{
"Score": 0.262,
"Type": "sofa",
"Boxes": [
301,
136,
352,
168
]
},
{
"Score": 0.242,
"Type": "sofa",
"Boxes": [
452,
167,
531,
230
]
},
{
"Score": 0.219,
"Type": "carpet",
"Boxes": [
0,
153,
272,
293
]
},
{
"Score": 0.458,
"Type": "coffee table",
"Boxes": [
171,
172,
214,
214
]
},
{
"Score": 0.358,
"Type": "coffee table",
"Boxes": [
337,
185,
420,
274
]
},
{
"Score": 0.285,
"Type": "coffee table",
"Boxes": [
386,
159,
428,
192
]
},
{
"Score": 0.214,
"Type": "mirror",
"Boxes": [
503,
26,
524,
85
]
}
],
"Width": 533
}
}错误码
关于物体检测的错误码，详情请参见常见错误码。
SDK参考
阿里云视觉AI能力支持使用SDK调用，具体可参见SDK总览下载安装。
安全声明
- 请确保上传的图片或文件来源符合相应的法律法规。
- 通过体验调试上传的临时文件有效期为1小时，在24小时后会被系统自动清理删除。
在文档使用中是否遇到以下问题
更多建议
匿名提交