VisionForge SDK使用教程02- yolov8实现垃圾检测调用

{
  "original_url": "http://127.0.0.1:18001/uploads/20251023/source/[文件名].jpg",
  "detected_url": "http://127.0.0.1:18001/uploads/20251023/out/detected_[文件名].jpg",
  "detections": [
    {
      "class": "garbage",
      "class_id": 0,
      "confidence": 0.45255401730537415,
      "bbox": {
        "xmin": 38.9366455078125,
        "ymin": 328.44854736328125,
        "xmax": 328.25250244140625,
        "ymax": 504.1689453125
      }
    }
  ],
  "image_size": {
    "width": 640,
    "height": 640
  },
  "model_used": {
    "code": "002garbage",
    "name": "垃圾检测",
    "is_fallback": false
  },
  "message": "使用垃圾检测模型: 垃圾检测 (002garbage)"
}

{
  "detail": "错误信息描述"
}

import requests
# 图片文件路径
image_path = "E:\\PyProject_yywl\\01ultralytics-main-garbage\\SDKDemo\\pythonWeb\\images\\002garbage\\test_garbage1.jpg"
# API URL
url = "http://127.0.0.1:18001/api/ai/detect"
# 发送请求
with open(image_path, "rb") as f:
    files = {"file": f}
    data = {"model_code": "002garbage"}
    try:
        response = requests.post(url, files=files, data=data)
        response.raise_for_status()  # 检查请求是否成功
        # 处理返回结果
        result = response.json()
        print("检测结果:")
        print(f"原图URL: {result['original_url']}")
        print(f"检测结果图URL: {result['detected_url']}")
        print(f"图片尺寸: {result['image_size']['width']}x{result['image_size']['height']}")
        print(f"检测到目标数量: {len(result['detections'])}")
        # 打印每个检测目标的信息
        for i, detection in enumerate(result['detections'], 1):
            print(f"\n目标 {i}:")
            print(f"  类别: {detection['class']}")
            print(f"  类别ID: {detection['class_id']}")
            print(f"  置信度: {detection['confidence']:.4f}")
            print(f"  位置: ({detection['bbox']['xmin']:.2f}, {detection['bbox']['ymin']:.2f}) - ({detection['bbox']['xmax']:.2f}, {detection['bbox']['ymax']:.2f})")
    except requests.exceptions.RequestException as e:
        print(f"请求出错: {e}")
    except Exception as e:
        print(f"处理结果时出错: {e}")

using System;
using System.IO;
using System.Net.Http;
using System.Net.Http.Headers;
using System.Threading.Tasks;
class GarbageDetectionExample
{
    static async Task Main()
    {
        string imagePath = @"E:\PyProject_yywl\01ultralytics-main-garbage\SDKDemo\pythonWeb\images\002garbage\test_garbage1.jpg";
        string apiUrl = "http://127.0.0.1:18001/api/ai/detect";
        string modelCode = "002garbage";
        try
        {
            using (var httpClient = new HttpClient())
            using (var formData = new MultipartFormDataContent())
            {
                // 添加模型编码字段
                formData.Add(new StringContent(modelCode), "model_code");
                // 读取图片文件
                byte[] imageData = File.ReadAllBytes(imagePath);
                var imageContent = new ByteArrayContent(imageData);
                imageContent.Headers.ContentType = MediaTypeHeaderValue.Parse("image/jpeg");
                formData.Add(imageContent, "file", Path.GetFileName(imagePath));
                // 发送请求
                Console.WriteLine("发送垃圾检测请求...");
                var response = await httpClient.PostAsync(apiUrl, formData);
                // 处理响应
                if (response.IsSuccessStatusCode)
                {
                    string responseBody = await response.Content.ReadAsStringAsync();
                    Console.WriteLine("检测成功!");
                    Console.WriteLine("检测结果:");
                    Console.WriteLine(responseBody);
                }
                else
                {
                    Console.WriteLine("发生错误: {ex.Message}");
            Console.WriteLine(ex.StackTrace);
        }
    }
}

import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;
public class GarbageDetectionExample {
    public static void main(String[] args) {
        String imagePath = "E:\\PyProject_yywl\\01ultralytics-main-garbage\\SDKDemo\\pythonWeb\\images\\002garbage\\test_garbage1.jpg";
        String apiUrl = "http://127.0.0.1:18001/api/ai/detect";
        String modelCode = "002garbage";
        try {
            // 创建连接
            URL url = new URL(apiUrl);
            HttpURLConnection connection = (HttpURLConnection) url.openConnection();
            connection.setRequestMethod("POST");
            connection.setDoOutput(true);
            // 设置multipart/form-data请求
            String boundary = "JavaFormBoundary" + System.currentTimeMillis();
            connection.setRequestProperty("Content-Type", "multipart/form-data; boundary=" + boundary);
            // 准备请求体
            OutputStream outputStream = connection.getOutputStream();
            // 添加model_code字段
            outputStream.write(('--' + boundary + "\r\n").getBytes(StandardCharsets.UTF_8));
            outputStream.write("Content-Disposition: form-data; name=\"model_code\"\r\n\r\n".getBytes(StandardCharsets.UTF_8));
            outputStream.write(modelCode.getBytes(StandardCharsets.UTF_8));
            outputStream.write("\r\n".getBytes(StandardCharsets.UTF_8));
            // 添加文件字段
            File imageFile = new File(imagePath);
            outputStream.write(('--' + boundary + "\r\n").getBytes(StandardCharsets.UTF_8));
            outputStream.write("Content-Disposition: form-data; name=\"file\"; filename=\"".getBytes(StandardCharsets.UTF_8));
            outputStream.write(imageFile.getName().getBytes(StandardCharsets.UTF_8));
            outputStream.write("\"\r\n".getBytes(StandardCharsets.UTF_8));
            outputStream.write("Content-Type: image/jpeg\r\n\r\n".getBytes(StandardCharsets.UTF_8));
            // 写入文件内容
            byte[] buffer = new byte[1024];
            java.io.FileInputStream fileInputStream = new java.io.FileInputStream(imageFile);
            int bytesRead;
            while ((bytesRead = fileInputStream.read(buffer)) != -1) {
                outputStream.write(buffer, 0, bytesRead);
            }
            fileInputStream.close();
            // 结束请求体
            outputStream.write("\r\n--" + boundary + "--\r\n".getBytes(StandardCharsets.UTF_8));
            outputStream.flush();
            outputStream.close();
            // 获取响应
            int responseCode = connection.getResponseCode();
            if (responseCode == HttpURLConnection.HTTP_OK) {
                // 读取响应内容
                InputStream inputStream = connection.getInputStream();
                StringBuilder responseBuilder = new StringBuilder();
                byte[] responseBuffer = new byte[1024];
                int responseBytesRead;
                while ((responseBytesRead = inputStream.read(responseBuffer)) != -1) {
                    responseBuilder.append(new String(responseBuffer, 0, responseBytesRead, StandardCharsets.UTF_8));
                }
                inputStream.close();
                // 打印响应结果
                System.out.println("检测结果:");
                System.out.println(responseBuilder.toString());
            } else {
                System.out.println("请求失败，响应码: " + responseCode);
            }
            connection.disconnect();
        } catch (IOException e) {
            e.printStackTrace();
        }
      }
    }
}```
## 7. 返回结果示例解析
以下是一个实际垃圾检测结果的中文解析：
```json
{
  "original_url": "http://14.103.236.44:18001/uploads/20251023/source/5ffac28592c04299901e76fee975e1db.jpg",
  "detected_url": "http://14.103.236.44:18001/uploads/20251023/out/detected_5ffac28592c04299901e76fee975e1db.jpg",
  "detections": [
    {
      "class": "garbage",
      "class_id": 0,
      "confidence": 0.45255401730537415,
      "bbox": {
        "xmin": 38.9366455078125,
        "ymin": 328.44854736328125,
        "xmax": 328.25250244140625,
        "ymax": 504.1689453125
      }
    }
  ],
  "image_size": {
    "width": 640,
    "height": 640
  },
  "model_used": {
    "code": "002garbage",
    "name": "垃圾检测",
    "is_fallback": false
  },
  "message": "使用垃圾检测模型: 垃圾检测 (002garbage)"
}

from VisionForge_SDK_python import detect_and_save_result, detect_image, run_async_demo
import asyncio
# 同步调用示例
image_path = r".\images\002garbage\test_garbage1.jpg"
result = detect_and_save_result(image_path, model_code="002garbage")
# 异步调用示例
async def main():
    result = await detect_image(image_path, model_code="002garbage")
    return result
# 运行异步示例
if __name__ == "__main__":
    # 同步检测
    print("===== 同步垃圾检测 =====")
    detect_and_save_result(image_path, model_code="002garbage")
    # 异步检测
    print("\n===== 异步垃圾检测 =====")
    asyncio.run(run_async_demo())