前言基于java使用SDK实现图像识别，主要以媒资图像标签和名人识别为例。一、环境配置Maven（没有直接下载华为的SDK包，而是使用Maven安装依赖）JDK19（官方的SDK包要求JDK版本必须高于JDK8版本，大家根据自己只要满足版本要求即可）开发工具：IDEA 2023.3（其他版本也可）能创建Maven项目即可开通图像识别服务（目前是免费体验）：这里我开通的是图像标签/媒资图像标签和名人识别服务。设置访问密钥服务区域：我开通的服务区域是华北-北京四关键步骤Maven项目的创建和Java环境变量的配置我就不再赘诉，这是大家学习java早已熟练掌握的，这里只讲诉易错的。开通图像识别服务 华为云首页就有云产品体验区（找不到就在搜索栏检索），勾选AI： 点击“立即体验”后，找到服务列表，开通你想要的服务（点击开通）： 设置访问密钥 在控制台找到“我的凭证”： 找到“访问密钥”，如果没有就新增，新增后一定要下载密钥的CSV文件，他会有提示让你下载，防止你忘记： 下载完csv文件后用记事本打开即可看到AK和SK： Maven引入依赖配置 版本可以自己切换 <dependency> <groupId>com.huaweicloud.sdk</groupId> <artifactId>huaweicloud-sdk-image</artifactId> <version>3.1.8</version> </dependency> <dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson</artifactId> <version>1.2.70</version> </dependency> <dependency> <groupId>org.apache.httpcomponents</groupId> <artifactId>httpcore</artifactId> <version>4.4.16</version> </dependency> <dependency> <groupId>commons-codec</groupId> <artifactId>commons-codec</artifactId> <version>1.16.0</version> </dependency> <dependency> <groupId>commons-io</groupId> <artifactId>commons-io</artifactId> <version>2.13.0</version> </dependency>二、图像识别实例媒资图像标签功能介绍：对用户传入的图像可以返回图像中的物体名称、所属类别及置信度信息。使用图片是网上的，仅作学习使用： 代码如下：/** * @Version: 1.0.0 * @Author: Dragon_王 * @ClassName: RunImageMediaTaggingSolution * @Description: 媒资图像标签 * @Date: 2024/1/8 11:51 */ /** * 此demo仅供测试使用，强烈建议使用SDK * 使用前需配置依赖jar包。jar包可通过下载SDK获取 */ import com.huaweicloud.sdk.core.auth.ICredential; import com.huaweicloud.sdk.core.auth.BasicCredentials; import com.huaweicloud.sdk.core.exception.ConnectionException; import com.huaweicloud.sdk.core.exception.RequestTimeoutException; import com.huaweicloud.sdk.core.exception.ServiceResponseException; import com.huaweicloud.sdk.image.v2.region.ImageRegion; import com.huaweicloud.sdk.image.v2.*; import com.huaweicloud.sdk.image.v2.model.*; public class RunImageMediaTaggingSolution { public static void main(String[] args) { //此处需要输入您的AK/SK信息 String ak = "你的AK"; String sk = "你的SK"; ICredential auth = new BasicCredentials() .withAk(ak) .withSk(sk); ImageClient client = ImageClient.newBuilder() .withCredential(auth) .withRegion(ImageRegion.valueOf("cn-north-4")) //此处替换为您开通服务的区域 .build(); RunImageMediaTaggingRequest request = new RunImageMediaTaggingRequest(); ImageMediaTaggingReq body = new ImageMediaTaggingReq(); body.withThreshold(10f); body.withLanguage("zh"); body.withUrl("https://tse2-mm.cn.bing.net/th/id/OIP-C.SIuEnb1-arhtDNqfdICVqAHaE7?rs=1&pid=ImgDetMain"); //此处替换为公网可以访问的图片地址 request.withBody(body); try { RunImageMediaTaggingResponse response = client.runImageMediaTagging(request); System.out.println(response.toString()); } catch (ConnectionException e) { e.printStackTrace(); } catch (RequestTimeoutException e) { e.printStackTrace(); } catch (ServiceResponseException e) { e.printStackTrace(); System.out.println(e.getHttpStatusCode()); System.out.println(e.getErrorCode()); System.out.println(e.getErrorMsg()); } } }运行结果： //运行结果如下 class RunImageMediaTaggingResponse { result: class ImageMediaTaggingResponseResult { tags: [class ImageMediaTaggingItemBody { confidence: 83.63 type: 动物 tag: 金毛犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 金毛犬 en: Golden retriever } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 81.78 type: 动物 tag: 金毛 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 金毛 en: Golden hair } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 77.00 type: 动物 tag: 金毛寻猎犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 金毛寻猎犬 en: Golden Retriever } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 62.60 type: 动物 tag: 贵妇犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 贵妇犬 en: Poodle } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 59.02 type: 生活 tag: 狗链 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 狗链 en: Dog chain } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 生活 en: Life } instances: [] }, class ImageMediaTaggingItemBody { confidence: 53.84 type: 动物 tag: 宠物狗 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 宠物狗 en: Pet dog } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 48.01 type: 动物 tag: 狗狗 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 狗狗 en: Dog } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 44.02 type: 动物 tag: 犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 犬 en: Dog } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 42.11 type: 动物 tag: 纯种犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 纯种犬 en: Purebred dog } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }, class ImageMediaTaggingItemBody { confidence: 38.65 type: 动物 tag: 中华田园犬 i18nTag: class ImageMediaTaggingItemBodyI18nTag { zh: 中华田园犬 en: Chinese pastoral dog } i18nType: class ImageMediaTaggingItemBodyI18nType { zh: 动物 en: Animal } instances: [] }] } } Process finished with exit code 0名人识别功能介绍:分析并识别图片中包含的敏感人物、明星及网红人物，返回人物信息及人脸坐标。使用照片是网上的照片，仅作学习使用： 代码如下：/** * @Version: 1.0.0 * @Author: Dragon_王 * @ClassName: RunCelebrityRecognitionSolution * @Description: 媒资标签 * @Date: 2024/1/9 16:23 */ import com.alibaba.fastjson.JSON; import com.huaweicloud.sdk.core.auth.ICredential; import com.huaweicloud.sdk.core.auth.BasicCredentials; import com.huaweicloud.sdk.core.exception.ConnectionException; import com.huaweicloud.sdk.core.exception.RequestTimeoutException; import com.huaweicloud.sdk.core.exception.ServiceResponseException; import com.huaweicloud.sdk.image.v2.ImageClient; import com.huaweicloud.sdk.image.v2.model.RunCelebrityRecognitionRequest; import com.huaweicloud.sdk.image.v2.region.ImageRegion; import com.huaweicloud.sdk.image.v2.model.CelebrityRecognitionReq; import com.huaweicloud.sdk.image.v2.model.RunCelebrityRecognitionResponse; public class RunCelebrityRecognitionSolution { public static void main(String[] args) { // 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险，建议在配置文件或者环境变量中密文存放，使用时解密，确保安全 // 本示例以ak和sk保存在环境变量中来实现身份验证为例，运行本示例前请先在本地环境中设置环境变量HUAWEICLOUD_SDK_AK和HUAWEICLOUD_SDK_SK String ak = "你的AK"; String sk = "你的SK"; ICredential auth = new BasicCredentials() .withAk(ak) .withSk(sk); ImageClient client = ImageClient.newBuilder() .withCredential(auth) .withRegion(ImageRegion.valueOf("cn-north-4")) //此处替换为您开通服务的区域 .build(); RunCelebrityRecognitionRequest request = new RunCelebrityRecognitionRequest(); CelebrityRecognitionReq body = new CelebrityRecognitionReq(); body.withThreshold(0f); body.withUrl("https://tse1-mm.cn.bing.net/th/id/OIP-C.tM6jifW1xaCDP7Kia9QiYwHaKD?rs=1&pid=ImgDetMain"); //此处替换为公网可以访问的图片地址 request.withBody(body); try { RunCelebrityRecognitionResponse response = client.runCelebrityRecognition(request); System.out.println(response.getHttpStatusCode()); System.out.println(JSON.toJSONString(response)); } catch (ConnectionException e) { e.printStackTrace(); } catch (RequestTimeoutException e) { e.printStackTrace(); } catch (ServiceResponseException e) { e.printStackTrace(); System.out.println(e.getHttpStatusCode()); System.out.println(e.getErrorCode()); System.out.println(e.getErrorMsg()); } } }运行结果：200 {"httpStatusCode":200,"result":[{"confidence":0.9985551,"faceDetail":{"w":132,"h":186,"x":197,"y":79},"label":"成龙"}]} Process finished with exit code 0总结以上就是华为云的AI图像识别服务调用，这里提供官方文档

鸿蒙开发使用ets语言，目前没有可用的对象存储服务sdk，因为后续鸿蒙开发者会越来越多，希望增加一下

您好，我在使用OBS javasdk的文件上传API，使用中，我发现，对于大文件，使用官方提供的并发上传文件示例，比直接调 putObject方法速度还慢，具体代码如下：1.并发分段上传代码官方示例https://support.huaweicloud.com/sdk-java-devg-obs/obs_21_0607.html2.调用 putObject 上传文件public SaveObjectResult saveObject(String bucket, String objectKey, MultipartFile file) throws Exception { // 校验桶名称是否正确 bucket = checkBucketName(bucket); InputStream in = file.getInputStream(); SaveObjectResult saveObjectResult = new SaveObjectResult(); saveObjectResult.setOk(Boolean.FALSE); saveObjectResult.setStorageMediaType(OSSTypeEnum.OBS.name()); PutObjectResult putObjectResult = getClient().putObject(bucket, objectKey, in); if (putObjectResult != null && putObjectResult.getStatusCode() == HttpStatus.HTTP_OK) { saveObjectResult.setOk(Boolean.TRUE); saveObjectResult.setAccessUrl(putObjectResult.getObjectUrl()); } return saveObjectResult; }此处直接使用ObsCLient 的 PutObjectResult putObject(String bucketName, String objectKey, InputStream input) 方法。测试结果发现，使用并发分段上传，并没有节省时间，反而比直接使用putObject还慢，为什么会这样？怎么优化，才能让上传更快？

开发环境：keil软件使用#pragma section  指定内存地址#pragma section (".cal_data") volatile const float c_fRT1PedLatDist = 1.8F; volatile const float c_fCmsFldValveFreq = 1000; volatile const float c_fCmsFldValveDuty = 0; #pragma (section)编译报错../Core/Src/main.c(34): warning: #161-D: unrecognized #pragma #pragma arm section (".cal_data") ../Core/Src/main.c(38): warning: #161-D: unrecognized #pragma #pragma (section) ../Core/Src/main.c: 2 warnings, 0 errors linking... Program Size: Code=26572 RO-data=1356 RW-data=512 ZI-data=29464 FromELF: creating hex file... "pa2_0_min_sys\pa2_0_min_sys.axf" - 0 Error(s), 2 Warning(s). Build Time Elapsed: 00:00:04 Your Code

请问一下IAM Token所在用户怎么订阅设备接入服务呀？小程序获取token之后获取设备影子报错403

目前需要定制化开发智慧安防基线服务，有以下疑问，请大佬们帮忙解答下：1.目前在用的是开发试用环境，要想进入多账号开发，是否需要申请购买开发环境？2.园区平台有基线应用demo：智慧安防，想基于这个基线应用定制化开发，该demo哪里可以申请到？需要走什么流程？3.安防中用到的摄像头等设备，在开发环境是否可以 提供 接入真实设备进行测试，如果不能，园区平台是否可以提供模拟设备进行，摄像头相关场景测试开发？4.关于摄像头视频这块，是否可以通过AppCube+ROMA+IOT就可以接入，进行视频实时查看？如果不能，是否有相应解决方案，比如是否需要购买华为哪款视频服务来做支撑？5.通过link sdk直接摄像头这种方案，sdk包 在哪里可以下载，需要走什么流程可以拿到相应sdk和试用文档？6.南向系统集成相关sdk和二次集成开发文档哪里可以申请到，帮忙给一个链接？以上问题，还请 各位大佬 帮忙解答下，谢谢！

如何对媒体流保活，能通过API来让媒体流保活吗，翻了文档没找到哪里说保活，只说支持keepalive。

帖子里的box.huaweicloud开头的链接访问不了？这个怎么解决啊？有没有大佬知道的？

目前上传的是只能在桶的根目录下，使用的uploadPartRequest.setObjectKey("文件夹/文件名");报错。详情如下：ResponseStatus: Bad Request, XML Error Message: <?xml version="1.0" encoding="UTF-8" standalone="yes"?><Error><Code>MalformedXML</Code><Message>The XML you provided was not well-formed or did not validate against our published schema</Message><RequestId>XXXX</RequestId><HostId>XXXX</HostId></Error> 请问在使用分段上传的时候是在哪个地方设置路径呢？

上传大文件，采用断点续传的api，需要在开启上传前获得uploadId，可以像分段上传的api那样，初始化时可以获得UploadId吗，

旧版本的WeAutomate设计器在哪里下载，以及AntRobot设计器在哪下载

// Endpoint以北京四为例，其他地区请按实际情况填写。 String endPoint = "https://obs.cn-north-4.myhuaweicloud.com"; String ak = "*** Provide your Access Key ***"; String sk = "*** Provide your Secret Key ***"; // 创建ObsClient实例 ObsClient obsClient = new ObsClient(ak, sk, endPoint); obsClient.deleteObject("bucketname", "objectname");使用这种方式删除对象不成功，返回信息：DeleteObjectResult [deleteMarker=false, objectKey=obj-test-sg-3, versionId=null]，删除对象要如何操作？

上传进度显示百分之百之后并没有上传成功，反而要等好久才会上传成功，期间也没有报错，不知道是什么问题

1、C2150-10-SIU型号的摄像机，设定好录像计划，视频是存在sd卡里的，有没有api或者其他方式（java开发，代码写协议？），可以直接拿到视频流？需要用到视频流做后续的开发。2、后台web页面有录像回放，可以查到sd卡里的视频信息并且播放出来，就类似于这个操作

关于 基于MindX SDK的中文语音识别推理实验 这个实验，首先是完成ECS环境搭建，再次推荐大家去看昇腾官方视频，里面有详细的步骤，我看的是B站的视频，在此把视频链接放出来，大家可以去看一下【【昇腾小姐姐教你趣味实验】昇腾工业质检应用实践】 https://www.bilibili.com/video/BV1ir4y1V7aK/?p=11&share_source=copy_web&vd_source=df5a85a5c10967c9daaf8538d21c2219 需要看P11-P13三节视频，视频中有一个mxvision的安装，在本实验也是必须的，在此方式百度云链接，大家可以自行下载，官方也有3.0版本，我的是2.0.3版本 链接：https://pan.baidu.com/s/12o6lZmhJ60NAYgKk8Mg6-A 提取码：4e3y注：由于老师发的文档里面并没有相应的安装代码，所以我自己准备了一份在附件里面，大家可以自行下载，但是一定要跟着视频做，以免出错。在环境安装好之后，根据老师的文档里面做就可以，在mobaxterm里面将文件解压和部分环境搭建完成 在此也放上官方视频 【【昇腾小姐姐教你趣味实验】基于MindX SDK的中文语音识别推理实验】 https://www.bilibili.com/video/BV1Xe4y1f7tU/?share_source=copy_web&vd_source=df5a85a5c10967c9daaf8538d21c2219 跟着视频里面做就可以。接下来是针对大家可能遇到的问题（其实是我遇到的问题）提供一些解决方案，亲测有效首先是可能遇到的No module named xxx 的问题（1）如果是MxpiDataType_pb2、或者_StreamManagerApi.so，那么就是环境变量问题，你需要修改环境变量，也就是/root/AutoSpeechRecognition/目录下的rush.sh文件中的PYTHONPATH,在此附上截图，但是mxvision2.0.3版本貌似不需要修改直接可以调用，mxvision3.0版本修改后有用。（2）如果是_bz2、_lzma等，可以采用类似下列的代码修改，在此附上我查到的帖子链接http://t.csdn.cn/a7Hn8cd /usr/local/python3.7.5/lib/python3.7/lib-dynload sudo cp /usr/lib/python3.6/lib-dynload/_lzma.cpython-36m-x86_64-linux-gnu.so ./sudo mv _lzma.cpython-36m-x86_64-linux-gnu.so _lzma.cpython-37m-x86_64-linux-gnu.so还有cannot load library ‘xxx.so‘的问题，这个直接用下面代码就行，但是建议是放在/usr/local/python3.7.5/lib/python3.7/lib-dynload目录下面，你可以先cd一手，切换到该目录apt install libsndfile1以上便是我对这个实验的一些见解，希望能帮到大家。祝大家生活愉快！