Позднее Ctrl + ↑

Код: Автоматические поздравления на день рождения в Телеграм

Запишите имя и день рождения в базу данных и другу придет сообщение с вашего аккаунта. Можете заготовить поздравления заранее или использовать стандартное поздравление на русском или английском.

Скачать код с гитхаба

Подключить код к серверу

Я использую сервер на операционной системе Linux Ubuntu и использую стандартную командную строку.
Бесплатные серверы:

  • Oracle — навсегда бесплатно, дают 250$ на сервисы.
  • Google — навсегда бесплатно, дают 300$ на сервисы.
  • Amazon — Всегда бесплано, серверы посильнее — 12 месяцев бесплатно.
  • DigitalOcean — для студентов год использования бесплатно, дают 200$ на сервер.

Достаточно сервера с 1 CPU и 256мб оперативной памяти. Создайте сервер на одном из сайтов, укажите операционную систему Linux Ubiuntu Server (или Debian). Linux — это семейство операционных систем на одном и том же ядре Linux . У каждого Линукса есть свой дистрибутив — это стандартные комадны (если по-простому). Ubuntu Server и Debian  — самый популярные и простые в использовании дистрибутивы. Разницы между ними почти нет, потому что Ubuntu Server построен на Debian. Debian более стабильный, а Ubuntu server чаще обновляется.

После создания сервера, вы получите адрес сервера (по виду 11.22.33.44), логин (либо стандартный логин «root») и пароль.

Зайдите на сервер:

Откройте терминал и зайдите на сервер

ssh root@111.222.333.444 # ваш сервер

Нажмите Enter. Введите пароль. Нажмите Enter.

Далее, возможно, будет установка линукса. Обычно, нужно просто подтвердить, что готовы установить линукс и всё. Напишите ChatGPT при вопросах.

После установки, обновите систему

sudo apt-get update
sudo apt-get upgrade

установите Python

sudo apt update
sudo apt install python3
sudo apt install python3-pip

установите библиотеки

pip3 install pyrogram
pip3 install python-dateutil

Скачайте папку с кодом через git.

git clone https://github.com/Koveh/Telegram.git

Откройте папку

Cd HappyBirthdays

Отредактируйте код:
Код можно редактировать в программе Nano

sudo apt install nano

nano name_of_python_file.py

Введите ваш api_id и api_hash, Они находятся на сайте телеграмма в разделе API development tools. Откройте любой питон файл и введите данные в api_id = ’’ и api_hash = ’’. Поместите ваш id и hash внутри кавычек.

сохраните файл и выйдите из nano.

Запустите программу

python your_script.py

При первом запуске, укажите ваш номер телефона в командной строке, когда программа это потребует. телеграмм отправит вам код аутентиификации. Оправит в приложении телеграмма. Введите код из 5 цифр в командную строку и нажмите enter.

Сделайте программу вечной

проверьте, что с кодом всё хорошо

chmod +x your_script.py

Программа nohup (установленно по умолчанию) запускает код, который будет работать на заднем плане.

nohup python3 your_script.py &

Чтобы выключить программу, найтите ID процесса, это вторая колонка.

ps -ef | grep your_script.py
kill process_id

Я очень хочу сделать этот проект доступным каждому без знания кода, но это сложно. Для работы бота нужно ввести код подтверждения, и хранить данные о многих пользователях в одном месте. Если хотите, чтобы я это сделал, поделитесь с друзьями этим проектом и напишите комментарий.

Финансовая Аналитика в Телеграмме

Я создал финансовую панель @financial_data_bot. Использование бесплатное.

Получение данных акций

/info msft y ma30

/info — команда, активирующая функцию получения данных акций.

msft — тикер Microsoft. Можно вставить любой другой. Пока не все тикеры доступны.

y — временной диапазон. Можно использовать w, m, 3m, 6m, y, 3y или 5y. Также можно ввести конкретные даты, например, 01-2021 03-2023 показывает данные с января 2021 года по март 2023 года.

ma30 — месячная средняя линия. Рассчитывает среднюю стоимость акции за последние 30 дней. Можно использовать любое количество дней: ma40 ma60 ma120 и т. д.

Можно выводить более одной линии, добавив еще одну ma30 /info msft y ma60 ma80 ma240.

Данные рынка страны

/market USA 1y

Получите данные рынка с наиболее популярными показателями, такими как государственный долг, инфляция, баланс торговли, безработица и т. д.

Ответы на вопросы по финансам

/ask что такое cds?

Ответ:
CDS (Credit Default Swap) — это финансовый дериватив, используемый для защиты от дефолта или неплатежеспособности заемщика.

CDS представляет собой контракт между двумя сторонами, обычно инвесторами или банками. Владелец CDS платит регулярные премии продавцу CDS в обмен на обязательство последнего возместить убытки, если заемщик дефолтирует по своим обязательствам.

Если заемщик действительно неплатежеспособен, владелец CDS получает компенсацию от продавца CDS, чтобы покрыть свои потери. Однако, если заемщик продолжает выплачивать свои обязательства, владелец CDS не получает никакой компенсации, а только утрачивает свои премии.

Спрашивайте о чем угодно: о формулах, теориях, инструментах, исторических событиях, личностях. Помощник так же посчитает любую задачу и объяснит как он посчитал.

Сигналы о цене (скоро)

/alert msft 9:00 12:00 18:00

alert выводит цену в определенное время каждый день, кроме выходных.

/alert currency 9:00 — выводит курсы eurrub и usdrub
/alert brent 9:00 — выводит цену на нефть Brent

/stop msft — чтобы остановить сигнал для определенной акции.

Получение сводки новостей (скоро)

Для получения сводки использую Openai chatgpt. Это платно — каждый дневный анализ новостей акций стоит 50 центов. Бот анализирует миллион слов в сотнях газет. Если нужна эта функция, получите Openai API и введите его в /openai Your_API_Key, например, /openai sk-jfkafjkwhlfhph82p9hi3u2hrbguashg98g3.

Бот будет хранить сводку в базе данных и делиться анализом новостей с другими

/summary msft d

d — день. Может быть неделей (w) или месяцем (m). Также можно выбрать конкретную дату, например, /summary msft 01-02-2023 03-02-2023.

/summary d — получает сводку новостей общего рынка США.

Дополнительные данные с помощью API (скоро)

Хочу, чтобы бот был бесплатным, но у меня есть ограничения на использование определенных данных. Например, можно сделать только 2 запроса о ценах на USD и EUR в минуту. Анализ новостей акций тоже дорогой.

Получите эти 3 API, чтобы использовать бота бесплатно:

  • Alpha vantage — предоставляет курсы валют, бесплатно при использовании менее 5 запросов в минуту
  • Fred — американская база данных рыночных данных. Требуется регистрация на 2 минуты
  • Openai — машина Ghatgpt. Зарегистрируйтесь и получите 5$ бесплатно. Получите API.

Больше возможностей

Хочу получать котировки акций, облигаций и валют в реальном времени. Это стоит немного. Например, чтобы купить информацию на Московской Бирже, нужно заплатить 100$ в месяц за каждый тип ценной бумаги. Сам не потяну, но если будет достаточно пользователей, создам подписку за 1$, которая предоставит все возможности.

Также плачу 4$ за сервер, который обрабатывает 15 запросов в минуту. За каждые дополнительные 20 запросов в минуту в месяц придется заплатить 2$. База данных стоит 5$ за 15 ГБ. Если вам нравится бот, можете помочь мне его финансировать через Koveh Pay

Некоторые ошибки с графиками будут исправлены в ближайшее время.

Если у вас есть идеи, вы нашли ошибку, хотите продвигать проект или присоединиться к команде, напишите комментарий ниже или на daniil@koveh.com

DIY: Summarise Your Speech

I like discussing ideas out loud. I record my thoughts using Voice Memos on my iPhone. I talk for hours but never listen to my records, because it gets boring.

We will make an app, that transforms audio into text. And then, we will make a structured summary. And even a Business Model Canvas of an idea.

Plan

  1. Install Openai Library
  2. Audio to Text
  3. Audio to Summary
  4. Audio to Business Model Canvas
  5. Draw a Business Model Canvas Automatically

Requirements

You need Python and Openai account.

if you don’t have Python or don’t know how to work with libraries on Python, take a look at my previous tutorial about object detection in images, where we installed it on Mac and Windows.

If you have some errors or don’t understand something, ask chatGPT.

Install OpenAI Library

Open «Terminal» on Mac or in Visual Studio Code. type the following:

pip install openai

The library is used for 3 purposes: ask ChatGPT, translate speech to text, and generate an image. We use ChatGPT and Speech-to-Text functions.

Get the API key

Openai is not free to use. We should pay 0.006$ per each minute of audio. Therefore, we need to register on the Openai website and get the API key, that we insert later in the code. Openai also gives 5$ to the new users.

get the API key after registration.

Record your voice

Use the «Voice Memos» app on Mac or iPhone or any other recording app. Most of the audio file formats are supported by Whisper AI from OpenAI.

Speak for up to 10 minutes in English. Next, move the recording file to the same directory where you will store the Python file. You may also copy the path to the audio file instead of moving it.

Audio to Text

import openai

# insert your API key
openai.api_key = "sk-tIBD5UTbJ9RdqrwjP2dNT3BlfkFJzex4WGqvNsi3uAdMdC1V"

# Define the path to the file. if the file is in the same folder as the Python code, just write the name of a file
path = "audio.m4a"
audio_file= open(path, "rb")

# Select the AI to use (whisper-1 is the newest in April 2023)
transcript = openai.Audio.transcribe("whisper-1", audio_file)

print(transcript.text)

We have translated our speech into text.

Audio to Summary

We use ChatGPT-3 to make a summary. You may use gpt-3.5 that costs 10 times less or gpt-4 for a more precise summary of more than 4000 words.

The maximum amount of words is 4096. The token is a way how the AI stores the data. for English, each token represents nearly one word (700 words are nearly 1000 tokens). For Russian, German, and French — each token is nearly one letter (700 words are nearly 5000 tokens). Translate the text to English and only then use chatGPT. You will save 5x dollars.

In Prompt we add the translated text and the task that we want an AI to do.

# save the translated text as text
text = transcript.text

prompt = (
        f"Make the summary of the text: \n\n{text}\n\n"
    )

response = openai.Completion.create(
    model="text-davinci-003", 
    prompt=prompt,
    max_tokens=3900 # 4096 minus the constant prompt message
    n=1,
    stop=None,
    temperature=0.5,
)

print(response.choices[0].text.strip())

combine this code with the previous one and run the script. That’s it.

Audio to Business Model Canvas

If I talk about founding a business, why not combine the text in a business model canvas.

prompt = (
    f"Create a business model canvas based on the idea explained below:\n\n{text}\n\n"
    "Use the following structure of 9 blocks:\n"
    "Customer Segments:\n"
    "Value Propositions:\n"
    "Channels:\n"
    "Customer Relationships:\n"
    "Revenue Streams:\n"
    "Key Resources:\n"
    "Key Activities:\n"
    "Key Partners:\n"
    "Cost Structure:"
)

You get the structured answer, and you can insert the data in your business model canvas template.

Draw business model canvas

Let’s make a real business model canvas out of the idea described in the audio. We need to do a simple website with CSS, HTML, JSON, and Python. I prepared it for you:
Download the folder

Install Flask library

pip install flask

Run text_to_bmc.py, audio_to_bmc.py, or bmc_web.py (if you don’t have openai account) within the given folder. Don’t forget to write Openai API key and the audio or text:

Open in the browser: http://127.0.0.1:5000. Or any other page that is written in your terminal

you may also run audio_to_bmc.py or text_to_bmc.py, where the full code is written, just edit the API key and that’s it.

That’s it. You don’t need any longer to think about how to structure the business model canvas.

Challenge

Create the House of Quality model, that tells the difference between you and competitors.

Create the business plan template, which is created automatically based on your recording — add the SWOT, PESTEL analysis, intro about the product, executive summary, team structure, and maybe competitor and market analysis, using the knowledge from my «DIY» articles.

Share the tutorial with your friends and colleagues. If you want to see how to record one hour of a speech or team meeting, and how to record in any language and cheaply, then leave a comment. Meanwhile, read other DIY articles, you can find them, by simply typing «DIY» in the search on the top right. Also, check out the articles about finances and urban planning.

If you want to use a similar app casually, subscribe to my Telegram bot. @Chat_Zaichat_bot can listen for up to 10 minutes of speech and transform it into text and summarise everything you said. It costs just 20 cents per 10 minutes of speech. The money is spent on Openai libraries and server maintenance.

Инструкция: Распознаём Предметы на Картинке.

У вас есть ферма, и вам нужно посчитать количество коров на поле, чтобы убедиться, что ни одна не пропала. Машина может сделать это за вас:

Программа нашла 77 коров за одну секунду.

Примеры из реальной жизни: подсчитать клиентов, которые зашли в магазин сегодня, отсортировать фрукты или посчитать автомобили на парковке.

Мы создадим простой анализатор изображений, чтобы посчитать количество коров на поле и автоматически выделить их на фото. Опыт программирования не требуется. Если что-то непонятно, просто спросите ChatGPT.

Код универсален, поэтому вы можете обнаруживать людей или другие объекты, просто отредактировав одну строку кода. Мы будем использовать YOLOv8, передовую и высокоточную библиотеку распознавания изображений, которой можно пользоваться бесплатно.

Требования:

  • Компьютер (Mac или Windows или Linux)
  • Интернет
  • Python (мы его установим)
  • AI-модель YOLOv8 (мы ее скачаем)
  • Изображение коров (мы его скачаем)

Настройка рабочего пространства

Процесс программирования состоит из двух частей: написания кода и его выполнения. Обычно код пишут в текстовом редакторе, а выполняют с помощью инструмента типа «Терминал» на Mac. Однако существуют приложения, специально созданные для программирования, например, Visual Studio Code, которые позволяют писать и выполнять код на одной странице.

Visual Studio также поможет вам установить Python. Вы также можете установить расширения, которые ускоряют написание кода (например, автозаполнение Python и Copilot) или расширение, которое хранит ваш код в интернете (например, репозиторий Git).

Установка Python

Мы будем использовать Python для написания кода и установки AI-моделей. Чтобы запустить код на Python, мы будем использовать Visual Studio Code. Чтобы установить Python, просто откройте «Расширения» на левой панели, введите «Python» в поле поиска и установите расширение Python.

Установка Python на Mac

Во время установки могут возникнуть ошибки. Обратитесь к ChatGPT за помощью в их решении (например, скопируйте и вставьте текст ошибки).

Для установки Python на Mac вам потребуется скачать Homebrew — это своего рода магазин приложений для программистов. Откройте приложение «Терминал» (нажмите Command+Space и введите «Терминал»), затем скопируйте и вставьте код ниже в «Терминал»:

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

Нажмите Enter и следуйте инструкциям программы.

После установки Brew рекомендуется выполнить

brew update

Это гарантирует, что у вас будет последняя версия Homebrew, и вы скачаете самую свежую версию Python.

Загрузите Python, введя

brew install python

Следуйте инструкциям и обратитесь к ChatGPT, если возникнут ошибки.

Установка на Windows

Перейдите на официальную страницу установки Python и выберите последний установщик Python для Windows.

Установка проста, но могут возникнуть некоторые проблемы. Если это случится, опишите ошибки для ChatGPT (например, скопируйте и вставьте текст ошибки).

Написание кода

Создайте новый документ, нажав Command+N. Затем сохраните файл с помощью Command+S под именем «analyze_image.py», где «analyze_image» — имя, а «.py» указывает на файл Python.

Теперь напишите простой код, который выводит «Привет!»:

print("Привет!")

Сохраните код, нажав комбинацию клавиш Command+S

Запуск кода

Чтобы запустить код, нажмите кнопку воспроизведения. Вы увидите результат в окне «Терминал» внизу.
(Примечание: ваш терминал может выглядеть иначе, чем мой, но это не имеет значения)

Вы получите ответ здесь

Вы также можете нажать кнопку F5. В первый раз вам будет предложено выбрать отладчик (то же, что и запуск кода). Выберите первый.

Кроме того, вы можете запустить программу с использованием терминала в Visual Studio Code или «Терминал» на Mac. Это немного сложнее. Сначала откройте папку, в которой находится файл Python. Она отображается сверху в Visual Studio Code.

Чтобы открыть его, введите путь и функцию «cd» (change directory) в командную строку. Не указывайте имя файла; остановитесь на последней папке.

cd /Users/daniil_kovekh/Desktop/bot/Image/find_cow

Теперь вы можете перечислить все файлы в папке.

ls

Чтобы запустить код Python, введите «python» и имя файла с «.py» на конце.

python analyse_image.py

Вот и все. Если возникнет ошибка, попросите помощи у ChatGPT. Возможно, в коде есть ошибка.

Загрузка библиотек

Основы

Библиотека — это код, написанный другими разработчиками. Вот как его использовать:

Например, если вы хотите создать график с количеством клиентов, посетивших ваш магазин на прошлой неделе, вы можете использовать существующую функцию построения графиков, такую как «Matplotlib». Эта библиотека может нарисовать любой график, который вам нужен.

Сначала загрузите библиотеку из интернета. Используйте командную строку в Visual Studio Code для этого (вы также можете использовать приложение «Терминал» на Mac). Мы будем использовать установщик Python, называемый «pip».

pip install matplotlib

Нажмите «Enter» на клавиатуре.

После загрузки просто напишите этот код.

Символ «#» используется для комментариев. Текст после него в строке будет виден вам, но не машине.

# Импортируем библиотеку и модуль pyplot. Модуль содержит функции.
import matplotlib.pyplot

# Определяем данные. Мы храним данные в виде списков - элементов одного формата.
# days - список, содержащий текст - это формат "строки"
days = ['Пн', 'Вт', 'Ср', 'Чт', 'Пт', 'Сб', 'Вс']

# customers - список, содержащий числа - формат "целых чисел"
customers = [120, 140, 110, 100, 170, 200, 210]

# Добавляем данные на график (X, Y).
# Мы используем столбчатую диаграмму - функция также называется "bar".
matplotlib.pyplot.bar(days, customers)

# Рисуем и отображаем график.
matplotlib.pyplot.show()

Сохраните код с помощью кнопки Command+S и нажмите кнопку воспроизведения для запуска кода (или используйте другие методы, которые мы изучили ранее). График появится в другом окне или, возможно, на другом рабочем столе.

Бесплатные или платные

Большинство библиотек бесплатны, но некоторые требуют оплаты. Например, Yahoo Finance предоставляет бесплатный доступ к данным о ценах на акции. Однако OpenAI, поставщик ChatGPT, взимает $0.06 за каждые 1000 слов, напечатанных с использованием ChatGPT-4.

YOLOv8 — анализатор изображений можно использовать бесплатно.

Доступ в Интернет

Некоторые библиотеки требуют доступа в интернет. Yahoo Finance и OpenAI оба работают с интернетом. Yahoo Finance использует интернет для доступа к своей базе данных с ценами на акции. OpenAI использует интернет по другой причине: оно получает текст, который вы написали, запускает программу AI на своем сервере и отправляет вам ответ.

YOLOv8 работает как онлайн, так и офлайн. YOLOv8 требует доступа в интернет для доступа к базе данных с обученными моделями, которые определяют, что изображено на картинке. Если вы обучите модель самостоятельно, загрузив сотни фотографий и указав, что на них изображено, то она будет работать офлайн.

Импорт библиотеки YOLOv8

Библиотека YOLO разработана Ultralytics. Чтобы установить ее, просто выполните следующую команду:

pip install ultralytics

Вы можете столкнуться с ошибками, связанными с необходимостью загрузки других библиотек или устаревших пакетов. Просто скопируйте и вставьте эти сообщения об ошибках сюда, в ChatGPT.

Получение изображений коров

Мы найдем коров на лугах, используя эти изображения:
https://koveh.com/img/cows.jpg
https://koveh.com/img/cows2.jpg
https://koveh.com/img/cows3.jpg
Загрузите эти изображения и разместите их в папке с скриптом «analyse_image.py».

Написание кода для обнаружения коров.

Давайте напишем основной код для обнаружения коров на изображениях. Сначала задайте путь к исходному изображению. Затем определите модель — мы будем использовать простую универсальную предварительно обученную модель под названием «yolov8n.pt». Затем определите, следует ли сохранить новое изображение с выделенными коровами. Также установите порог уверенности для компьютера, чтобы определить корову (от 0 до 1). Чем ниже уровень уверенности, тем больше шансов, что корова будет найдена, но риск того, что другой объект будет выбран в качестве коровы, также будет выше (например, автомобиль может стать коровой). Установите порог уверенности на 0.4.

Дополнительные настройки можно найти на официальной веб-странице

Обратите внимание: мы не определяем специально, что ищем коров; код просто определяет наиболее очевидные объекты на картинке. Мы уточним это позже.

from ultralytics import YOLO

source = "/Users/daniil_kovekh/Desktop/bot/Image/find_cow/cows.jpg"

# Загрузка модели YOLOv8 из предварительно обученного файла весов
model = YOLO('yolov8n.pt')

# Найти корову с уверенностью 0.4 и сохранить изображение
model.predict(source, save=True, conf=0.4)
Результаты сохраняются в папке runs/detect/predict. Если папка «predict» уже существует, она будет названа «predict1» и т. д.

Вот результаты изображения с 2 коровами на нем:

Результаты с большим количеством коров:

Как видим, когда коровы меньше и перекрывают друг друга, код допускает ошибки из-за неуверенности.

Улучшение результатов — уменьшение уверенности.

Чтобы улучшить результаты, мы можем настроить порог уверенности и Intersection Over Union (IOU) — который учитывает перекрывающихся коров, например, когда корова прячется за деревом. Измените эти настройки в диапазоне от 0 до 1.

from ultralytics import YOLO

source = "/Users/daniil_kovekh/Desktop/bot/Image/find_cow/cows.jpg"

# Загрузка модели YOLOv8 из предварительно обученного файла весов
model = YOLO('yolov8n.pt')

# Найти корову с уверенностью 0.4 и сохранить изображение
model.predict(source, save=True, conf=0.4, iou= 0.4)

Результаты все еще могут быть неидеальными, потому что при низком пороге уверенности AI может ошибочно определить другие объекты, такие как автомобили, в качестве коров.

Улучшение результатов — увеличение размера изображения

По умолчанию ширина изображения составляет 640 пикселей. Размер изображения cows3.jpg составляет примерно 5000x3000 пикселей, в то время как размер изображения cows.jpg отличается. Определите подходящий размер изображения для каждой картинки с использованием Python Imaging Library (PIL).

Установите PIL с помощью команды терминала и pip:

pip install Pillow

Теперь напишите код на Python в Visual Studio:

from PIL import Image

source = "/Users/daniil_kovekh/Desktop/bot/Image/find_cow/cows3.jpg"

# Загрузите изображение и получите его ширину
image = Image.open(source)
width, _ = image.size # _ означает высоту, которая нам не нужна. 

# Загрузка модели YOLOv8 из предварительно обученного файла весов
model = YOLO('yolov8n.pt')

# использовать imgsz равное ширине
model.predict(source, imgsz=width, save=True, conf=0.4, iou= 0.4)

Этот подход дает лучшие результаты, но не стесняйтесь экспериментировать с настройками для их дальнейшего улучшения.

Подсчет коров

Чтобы посчитать коров, мы будем подсчитывать количество индексов «коровы». Индексы коров хранятся в словаре, аналогичном приведенному ниже примеру:

животные = {"корова": 0.8, "корова":0.5, "собака":0.4, "корова":0.66, "утка":0.4}

В этом словаре записывается каждый обнаруженный объект на изображении и его уверенность как указанное животное. Мы будем считать все коровы, присутствующие в словаре. В приведенном выше примере насчитывается три коровы.


from ultralytics import YOLO
from PIL import Image

source = "/Users/daniil_kovekh/Desktop/bot/Image/find_cow/cows3.jpg"

# Загрузите изображение и получите его ширину
image = Image.open(source)
width, _ = image.size

# Загрузка модели YOLOv8 из предварительно обученного файла весов
model = YOLO('yolov8n.pt')

# Определите индекс класса коровы
cow_class_index = None # по умолчанию, если на картинке нет коров

for key, value in model.names.items():
    if value == "cow":
        cow_class_index = key # ключ - это первый элемент в словаре Python
        break
<code>
# Запустите прогнозирование на первом изображении
results = model.predict(source, save=True, imgsz=width, conf=0.3, iou = 0.5)
boxes = results[0].boxes
cow_detections = [box for box in boxes if int(box.cls) == cow_class_index]

print(f"Количество коров на {source}: {len(cow_detections)}")
</code>

Screenshot-2023-04-07-at-18.41.03.jpg

cows3_resized.jpg
Компьютер подсчитывает 77 коров (из 78).

# Анализируйте что угодно
Теперь вы готовы писать код для обнаружения объектов различных видов. Если вы хотите обнаруживать людей, просто измените значение с "корова" на "человек" или "чашка".

home.jpg
4 человека

street.jpg
18 человек

espresso.jpg
3 чашки кофе

Исследуйте ((https://docs.ultralytics.com/modes/predict/#arguments документацию)) и анализируйте что угодно – вы можете анализировать видео или прямые трансляции, обнаруживать движения человека или даже рисовать скелет индивида для оценки движений спортсменов.

Если вам нужно приложение на базе ИИ, сайт, бот для Telegram, расширение для Google, инструмент автоматизации или веб-скрепер, не стесняйтесь связаться со мной по адресу daniil@koveh.com. Моя команда и я рады помочь вам.

koveh.ru

Visit koveh.ru for the Russian version of the articles. The translation is made using the Yandex translator.

Ранее Ctrl + ↓