1.欢迎点赞、关注、批评、指正，互三走起来，小手动起来！

【python015】常见成熟AI-图像识别场景算法清单及代码【python015】常见成熟AI-图像识别场景算法清单及代码【python015】常见成熟AI-图像识别场景算法清单及代码

文章目录

1.背景介绍2.`Python`版数据爬取、解析代码2.1 源代码2.2 解析数据样例效果2.3 常见的AI算法类型

3.链接地址

1.背景介绍

参考学习，整合常见的AI图像识别定制场景算法清单，网站地址：极视角科技是一家人工智能平台型企业，做进一步AI图像识别算法总结、学习。数据种类详情展示如下图所示：

2.<code>Python版数据爬取、解析代码

2.1 源代码

import re

import os

import sys

import json

import nltk

import time

import pickle

import random

import base64

import datetime

import requests

import openpyxl

import readline

import itertools

import numpy as np

import pandas as pd

from PIL import Image

from tqdm import tqdm, trange

from bs4 import BeautifulSoup

import matplotlib.pyplot as plt

from collections import Counter

from pypinyin import lazy_pinyin, Style

from joblib import Parallel, delayed

from sklearn.linear_model import LinearRegression

import warnings

warnings.filterwarnings('ignore')

pd.set_option('display.width', 500)

pd.set_option('display.max_rows', 200)

pd.set_option('display.max_columns', 200)

pd.set_option('display.max_colwidth', 1000)

# 'sfzmsy' ,'sfzmsf' ,'sfdsxtysmyq' ,'sfrhdz' ,'sfxgrh' ,'sfzcgchfwq'

# 算法怎么使用

# 算法怎么收费

# 算法对摄像头有什么要求

# 算法如何定制

# 算法效果如何

# 是否支持国产化部署

result = []

def parse_html_element( html_url ):

sfmc, sfms, sffl, yycj, cjwt = '', '', '', '', ''

datas = requests.request( 'GET', html_url )

if datas.status_code == 200:

datas_html = BeautifulSoup(datas.text, 'lxml')

sfmc = datas_html.find(attrs={ "class": "cont-box"}).find(attrs={ "class": "h1 title type-a color2"}).text # 算法名称

sfms = datas_html.find(attrs={ "class": "cont-box"}).find(attrs={ "class": "des type-a"}).text # 算法描述

sffl = datas_html.find(attrs={ "class": "cont-box"}).find(attrs={ "class": "tag-list"}).text # 算法分类

# 应用场景 & 常见问题

yycj_cjwt_lis = [yc.text.strip() for yc in datas_html.find(attrs={ "class": "algorithm-info-top"}).find_all(attrs={ "class": "ul"})]

yycj, cjwt = yycj_cjwt_lis[0], yycj_cjwt_lis[1]

result.append( [ sfmc, sfms, sffl, yycj, cjwt ] )

else:

time.sleep(random.randint(1,2))

result_df = pd.DataFrame( result )

result_df.columns = [ 'sfmc', 'sfms', 'sffl', 'yycj', 'cjwt' ]

result_df.duplicated()

result_df.drop_duplicates(inplace=True)

print( len( result ) )

result_df = pd.DataFrame( result )

result_df.columns = [ 'sfmc', 'sfms', 'sffl', 'yycj', 'cjwt' ]

result_df['sfmc'] = result_df.sfmc.apply(lambda sfmc: sfmc.strip())

result_df['sffl'] = result_df.sffl.apply(lambda sffl: sffl.strip().replace('\n\n', ','))

result_df['yycj'] = result_df.yycj.apply(lambda yycj: yycj.strip().replace(' \t\n ', '：').replace('\n\n\n\n\r\n', '；').replace(' ', ''))

result_df['cjwt'] = result_df.cjwt.apply(lambda cjwt: cjwt.strip().replace(' \n ', '：').replace('\n\n\n\n\r\n', '；').replace(' ', ''))

result_df['sfzmsy'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[0].split('：')[-1].strip())

result_df['sfzmsf'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[1].split('：')[-1].strip())

result_df['sfdsxtysmyq'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[2].split('：')[-1].strip())

result_df['sfrhdz'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[3].split('：')[-1].strip() if len(cjwt.split('；'))>3 else '')

result_df['sfxgrh'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[4].split('：')[-1].strip() if len(cjwt.split('；'))>4 else '')

result_df['sfzcgchfwq'] = result_df.cjwt.apply(lambda cjwt: cjwt.split('；')[5].split('：')[-1].strip() if len(cjwt.split('；'))>5 else '')

result_df['sftd'] = result_df.sfmc.apply(lambda sfmc: sfmc.split(' ')[-1].strip() if len(sfmc.split(' '))>1 else '--')

result_df['sfmc'] = result_df.sfmc.apply(lambda sfmc: sfmc.split(' ')[0].strip())

result_df.to_excel(r'常用成熟-AI场景识别算法.xlsx', index=None, encoding='utf8')code>

result_df.to_csv(r'常用成熟-AI场景识别算法.csv', index=None, encoding='utf8')code>

2.2 解析数据样例效果