返回顶部
m

make-and-model-recogntion车辆识别

Detect the largest vehicle from an image using TrafficEye car-box detection, run make and model recognition for that vehicle, and return all license plates attached to the same road-user payload. Use when the user wants the dominant vehicle, vehicle classification, car box detection, make and model recognition, or the plates associated with the main vehicle in a local image file. You can obtain API key and tokens from https://trafficeye.ai.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
129
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

make-and-model-recogntion

TrafficEye 最大道路使用者读取器

当用户想要从图像中获取检测到的最大车辆及其品牌型号分类,以及属于该道路使用者的每个检测到的车牌时,使用此技能。

该技能的功能

  1. 1. 接受本地图像路径。
  2. 将图像上传到 TrafficEye 识别 API。
  3. 发送识别请求,默认请求检测、OCR 和 MMR,并偏好框选。
  4. 解析 API 响应,包括包装为 { status: ..., data: ... } 的响应。
  5. 通过 box.position 区域选择最大的检测到的道路使用者。
  6. 返回包含 roadUser、box、plates、area 和 source 的包装对象,保留完整的选定道路使用者负载。

预期输入

  • - 本地图像文件路径。
  • 如果用户提供了附件而不是路径,首先将其解析为本地文件路径,然后运行辅助程序。

默认运行时假设

  • - API 端点默认为 https://trafficeye.ai/recognition。
  • 默认请求负载为 {tasks:[DETECTION,OCR,MMR],requestedDetectionTypes:[BOX,PLATE],mmrPreference:BOX}。
  • 默认 API 密钥传输方式与 TrafficEye 公共 API 示例一致:标头模式,标头名称为 apikey。
  • 认证和请求字段保持可配置,以适应不同的部署环境。

环境变量

  • - TRAFFICEYEAPIKEY:必需,除非显式传递给辅助程序。
  • TRAFFICEYEAPIURL:可选,默认为 https://trafficeye.ai/recognition。
  • TRAFFICEYEAPIKEYMODE:可选值为 header、bearer、form、query。默认值:header。
  • TRAFFICEYEAPIKEYNAME:header、form 或 query 模式下的密钥名称。默认值:apikey。
  • TRAFFICEYEFILEFIELD:图像的多部分字段。默认值:file。
  • TRAFFICEYEREQUESTFIELD:JSON 请求的多部分字段。默认值:request。
  • TRAFFICEYEREQUESTJSON:作为请求字段包含的 JSON 字符串。默认值为 {tasks:[DETECTION,OCR,MMR],requestedDetectionTypes:[BOX,PLATE],mmrPreference:BOX}。
  • TRAFFICEYETIMEOUTS:可选超时时间(秒)。默认值:30。

默认实时 API 流程仅需要 TRAFFICEYEAPIKEY。其他变量为可选覆盖项。

运行方法

设置您的 API 密钥:
bash
export TRAFFICEYEAPIKEY=YOURREALKEY

使用道路使用者辅助程序:

bash
python3 recognizeroaduser.py /absolute/path/to/image.jpg

获取结构化输出:

bash
python3 recognizeroaduser.py /absolute/path/to/image.jpg --format json

如果部署环境期望 Bearer 认证:

bash
TRAFFICEYEAPIKEYMODE=bearer python3 recognizeroad_user.py /absolute/path/to/image.jpg

如果部署环境需要显式请求负载:

bash
TRAFFICEYEREQUESTJSON={tasks:[DETECTION,OCR,MMR],requestedDetectionTypes:[BOX,PLATE],mmrPreference:BOX} python3 recognizeroaduser.py /absolute/path/to/image.jpg --format json

等同于文档化的公共 API 示例:

bash
curl -X POST \
-H Content-Type: multipart/form-data \
-H apikey: YOURAPIKEY_HERE \
-F file=@image.jpg \
-F request={tasks:[DETECTION,OCR,MMR],requestedDetectionTypes:[BOX,PLATE],mmrPreference:BOX} \
https://trafficeye.ai/recognition

代理工作流程

  1. 1. 验证图像路径是否存在。
  2. 运行 python3 recognizeroaduser.py --format json。
  3. 向用户展示完整的选定道路使用者负载,特别是 box、mmr 和完整的 plates 数组。
  4. 如果选定的道路使用者没有车牌,解释已找到最大车辆但该道路使用者未关联任何车牌。
  5. 如果认证失败,询问用户其部署环境期望的认证模式,并使用匹配的环境变量重试。

离线验证

您可以在不调用 API 的情况下验证选择逻辑:

bash
python3 recognizeroaduser.py --response-json-file examples/sample_response.json --format json

输出结构

辅助程序打印具有以下顶层结构的 JSON:

json
{
roadUser: {box: {}, plates: [], mmr: {}},
box: {},
plates: [],
area: 0,
source: {
combinationIndex: 0,
roadUserIndex: 0,
path: combinations[0].roadUsers[0]
}
}

  • - roadUser 是来自 TrafficEye 的原始选定道路使用者负载。
  • box 为方便起见重复 roadUser.box。
  • plates 为方便起见重复 roadUser.plates,可能为空。
  • area 是用于胜者选择的计算矩形面积。
  • source 标识选定的道路使用者在 API 响应中的来源。

注意事项

  • - 辅助程序有意通过几何面积选择最大的框选车辆,而非检测置信度。
  • 响应解析器首先检查 data.combinations[].roadUsers[],然后检查 combinations[].roadUsers[],接着检查 roadUsers[],最后递归发现嵌套的道路使用者负载。
  • 默认请求和认证标头与 https://www.trafficeye.ai/api 的公共示例一致。
  • 选定的结果现在包含来自 API 的原始道路使用者负载,因此 mmr、box、所有 plates 及其分数均得以保留。

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 make-and-model-recognition-1776120914 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 make-and-model-recognition-1776120914 技能

通过命令行安装

skillhub install make-and-model-recognition-1776120914

下载

⬇ 下载 make-and-model-recogntion v1.0.1(免费)

文件大小: 7.85 KB | 发布时间: 2026-4-14 13:53

v1.0.1 最新 2026-4-14 13:53
Actually run Make and Model recognition using trafficeye.ai API.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部