首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >视频审核过滤技术如何迎接AI新时代的应用

视频审核过滤技术如何迎接AI新时代的应用

原创
作者头像
小草飞上天
发布于 2025-03-16 06:21:10
发布于 2025-03-16 06:21:10
4000
举报
文章被收录于专栏:AIAI

如何导入模块_导入模块的作用_hello_dunder_双下划线 回忆上次内容

  • 新函数 dir
  • 可以查询
  • 模块中的成员

添加图片注释,不超过 140 字(可选)

  • 游乐场里面 已经有了一些函数
  • help
  • dir
  • quit
  • print
  • 这些函数 位于 __builtins__ 模块
  • 所以都是 内建函数
  • 可以把 这个__builtins__删除掉吗?

删除结果

  • 按q
  • 退出帮助

del __builtins__

  • 效果

添加图片注释,不超过 140 字(可选)

  • 内建模块
  • 可以删除
  • 没有报错
  • 瞬间重生

添加图片注释,不超过 140 字(可选)

  • 可以 导入
  • 外部模块 吗?

导入 外部模块

  • 导入命令 是
  • import
  • port是港口
  • import 是进口 、 导入
  • export 是出口 、 导出
  • import 后面接空格
  • 被导入的模块 是
  • __hello__
  • 读作 dunder hello
  • 注意 hello 两边
  • 都有dunder(双下划线)

import __hello__

  • 把__hello__模块 导入到游乐场

添加图片注释,不超过 140 字(可选)

  • 可以 输出那句 hello world

变化

  • 注意!
  • 观察导入前后变化
  • 导入 __hello__模块后
  • 游乐场中的模块 增加了

添加图片注释,不超过 140 字(可选)

  • 导入 对应关键词
  • import
  • 怎么 理解 来着?

import

  • 进口(import)
  • 导入模块
  • 可以导入 各种模块 来增强功能

添加图片注释,不超过 140 字(可选)

  • 想要深入了解 __hello__
  • 应该怎么办呢?

喊救命

  • 什么不会就 help什么

help(__hello__)

  • 使用help函数 查询手册

添加图片注释,不超过 140 字(可选)

  • __hello__ 是
  • 非常简单的
  • 一个模块
  • 里面有个成员变量
  • initialized
  • 可以看看吗?

观察模块 dir(__hello__)

  • 观察模块

添加图片注释,不超过 140 字(可选)

  • 确实如help所说
  • 有个成员initialized
  • 值为True
  • 为什么 要引入 模块 呢?

引入模块的意义

  • 我们可以通过
  • 引入__hello__
  • 完成输出 Hello world!
  • 引入 traceback
  • 使用跟踪调试
  • 引入 time
  • 查看时间
  • 设置延时

添加图片注释,不超过 140 字(可选)

  • time模块里面有个asctime函数
  • 可以得到当前时间
  • asctime 中的 asc 什么意思来着?

ascii

  • asc的意思是ascii
  • 是 7-bit的
  • 字符和序号的固定对应关系

添加图片注释,不超过 140 字(可选)

  • 黑暗森林 上半区
  • 至今还是黑的
  • 可以导入多个文件吗?😱

导入多个文件

  • 根据 下图建议
  • 不同模块
  • 分行导入

添加图片注释,不超过 140 字(可选)

  • 各种 模块
  • 各自身怀绝技
  • 可以配合起来使用
  • 有什么 好玩的 模块 吗?

反重力

  • 在vim的正常模式下
  • 键入:!python3
  • 进入游乐场
  • 在游乐场中键入
  • import antigravity

添加图片注释,不超过 140 字(可选)

  • 玩完了之后
  • ctrl + d 退出游乐场
  • 回到vim

观察LICENSE

  • 可以通过vim
  • 看到 python的 许可证

vi /usr/lib/python3.8/LICENSE.txt

  • 这段历史
  • 我们见证过
  • Guido的个人简历

添加图片注释,不超过 140 字(可选)

  • 我想把 许可证 的 文本
  • 做成 词云图

代码

  • 尝试 加载
  • 分词模块 jieba
  • 词云模块 WordCloud
  • 画图模块 matplotlib

import jieba from wordcloud import WordCloud import matplotlib.pyplot as plt # 读取文件 with open('/usr/lib/python3.8/LICENSE.txt') as file: text = file.read() # 使用jieba进行中文分词 words = ' '.join(jieba.cut(text)) # 生成词云 wordcloud = WordCloud(font_path='/usr/share/fonts/truetype/wqy/wqy-microhei.ttc', # 指定中文字体路径 width=800, height=600, background_color='white').generate(words) # 使用matplotlib展示词云 plt.imshow(wordcloud, interpolation='bilinear') plt.axis('off') plt.show()

  • 执行结果
  • ModuleError
  • 找不到模块

新开窗口 :term

  • 在上面开启 shell终端窗口

添加图片注释,不超过 140 字(可选)

安装模块

  • 上面的shell中
  • 粘贴命令

pip install wordcloud pip install matplotlib pip install jieba

  • 在shell中安装类库

添加图片注释,不超过 140 字(可选)

退出shell

  • 在上面的shell中exit退出

添加图片注释,不超过 140 字(可选)

运行

  • 安装类库后
  • 再运行当前程序
  • 成功展示了 词云 图

添加图片注释,不超过 140 字(可选)

  • 可以考虑修改
  • 高度
  • 宽度
  • 背景颜色
  • 这都是细节
  • 问ai就能解决

总结

  • 模块 就是 封装好功能 的 部件
  • 如 wifi模块
  • 导入 __hello__ module模块
  • 可以 输出hello world!
  • 看起来很简单

添加图片注释,不超过 140 字(可选)

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
智慧矿山AI安全监管方案
用户11003665
2024/11/23
2100
智慧矿山AI安全监管方案
​行为分析:视觉跟踪技术在零售分析中的应用
在零售业中,了解顾客行为对于优化店铺布局、提升顾客体验和增加销售额至关重要。视觉跟踪技术,作为行为分析的一种手段,通过分析摄像头捕获的视频数据,提供了一种自动化和高效的解决方案。本文将深入探讨视觉跟踪技术的原理、在零售分析中的应用案例、面临的挑战以及未来的发展方向。
二一年冬末
2024/05/07
2820
看 AI 如何抢救破烂文档
非结构化数据是指没有固定格式和规则的数据,例如文本、图片、视频、音频等。随着信息技术的迅速发展,非结构化数据越来越多,越来越重要,主要原因如下:
不吃西红柿
2023/10/16
2680
看 AI 如何抢救破烂文档
实时车辆行人多目标检测与跟踪系统-上篇(UI界面清新版,Python代码)
摘要:本文详细介绍如何利用深度学习中的YOLO及SORT算法实现车辆、行人等多目标的实时检测和跟踪,并利用PyQt5设计了清新简约的系统UI界面,在界面中既可选择自己的视频、图片文件进行检测跟踪,也可以通过电脑自带的摄像头进行实时处理,可选择训练好的YOLO v3/v4等模型参数。该系统界面优美、检测精度高,功能强大,设计有多目标实时检测、跟踪、计数功能,可自由选择感兴趣的跟踪目标。博文提供了完整的Python程序代码和使用教程,适合新入门的朋友参考,完整代码资源文件请转至文末的下载链接。本博文目录如下:
全栈程序员站长
2022/11/04
1.6K0
实时车辆行人多目标检测与跟踪系统-上篇(UI界面清新版,Python代码)
AI在体育分析与预测中的深度应用:变革体育界的智能力量
体育领域充满了数据,从运动员的生理指标到比赛的战术安排,从历史比赛结果到实时的赛场动态。随着人工智能(AI)技术的不断发展,它在体育分析与预测方面的应用日益广泛,为运动员、教练、球队管理层以及体育爱好者带来了全新的视角和决策依据。
Echo_Wish
2025/01/07
5980
AI在体育分析与预测中的深度应用:变革体育界的智能力量
AI时代咱用脸玩“飞机大战”,PaddleHub让你秒变“脸控”游戏达人
AI时代还拿着手机打飞机游戏是不是out了?飞桨PaddleHub带你体验不一样的游戏玩法。
用户1386409
2020/05/29
1.3K0
AI时代咱用脸玩“飞机大战”,PaddleHub让你秒变“脸控”游戏达人
智慧工地 AI 算法方案
用户11003665
2024/11/23
4520
智慧工地 AI 算法方案
利用python、tensorflow、opencv实现人脸识别(包会)!
本人是机械专业在读硕士,在完成暑假实践的时候接触到了人脸识别,对这一实现很感兴趣,所以花了大概十天时间做出了自己的人脸识别。这篇文章应该是很详细的了所以帮你实现人脸识别应该没什么问题。
全栈程序员站长
2022/11/17
4.3K0
利用python、tensorflow、opencv实现人脸识别(包会)!
智能监控与行人安全—行人交通违法行为自动罚款系统的技术
随着人工智能技术的不断发展,智能监控系统在城市管理和安全领域扮演着愈发重要的角色。其中,行人交通违法行为的监测与处理成为了一项备受关注的技术挑战。本文将探讨如何利用人工智能技术构建智能监控下的行人交通违法行为自动罚款系统,并提供相应的代码实例。
一键难忘
2024/01/26
4230
5G技术在安全监控中的应用:从“慢半拍”到“秒响应”
过去,安全监控总是存在这样或那样的问题:画面卡顿、数据传输延迟、远程操控不稳定……这些都让关键时刻的响应变得异常艰难。而5G技术的兴起,正是为了解决这些痛点,让安全监控从“被动看守”升级为“主动感知”。
Echo_Wish
2025/05/08
1460
5G技术在安全监控中的应用:从“慢半拍”到“秒响应”
视觉识别技术:开启智能视觉新时代
在数字化时代,信息的获取和处理变得前所未有的重要。视觉识别技术,作为人工智能领域的一个重要分支,正在逐渐改变我们与数字世界的互动方式。它通过模拟人类视觉系统,使计算机能够识别和理解图像和视频中的内容,从而开启了一个全新的智能视觉时代。
正在走向自律
2024/12/18
8840
视觉识别技术:开启智能视觉新时代
嵌入式系统的未来发展趋势-融合、边缘计算与智能化
嵌入式系统作为一种集成了硬件与软件的计算系统,已经在各行各业发挥着至关重要的作用。然而,随着技术的不断发展,嵌入式系统也在经历着巨大的变革。本文将探讨嵌入式系统的未来发展趋势,着重介绍融合、边缘计算与智能化这三个方面,并通过代码实例来展示其中的一些关键技术。
一键难忘
2023/12/12
2K0
OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测
翻译自【OpenCV Fast Fourier Transform (FFT) for blur detection in images and video streams】,原文链接:
周旋
2020/09/22
3.2K1
如何用GPT-4o解读视频
  OpenAI在去年推出的GPT-4V已经支持了多模态识别,但一直仅限于图片输入,不支持视频。相比之下,Google的Gemini早已支持视频识别。最近,我司业务场景中出现了一个需要识别视频的需求,而我们只采购了GPT-4o模型。这就引发了一个问题:如何使用GPT-4o完成对视频的处理?
xindoo
2024/11/18
6170
如何用GPT-4o解读视频
AI不在“云端飘”:我在边缘跑AI的那些事儿
在 AI 到处开花、模型越来越“大”的今天,不少人还沉浸在“云中心”算力带来的极致爽感中。但我想说:AI,真的不用非得上云。
Echo_Wish
2025/04/05
1680
AI不在“云端飘”:我在边缘跑AI的那些事儿
AI算法让图片动起来,特朗普和蒙娜丽莎深情合唱《Unravel》
First Order Motion,也就是一阶运动模型,来自 NeurIPS 2019 论文。
Jack_Cui
2020/08/24
1.9K0
AI算法让图片动起来,特朗普和蒙娜丽莎深情合唱《Unravel》
数据压缩:视觉数据压缩感知技术在存储优化中的应用
在数字化时代,视觉数据的爆炸性增长对存储系统提出了更高的要求。数据压缩技术,尤其是针对视觉内容的压缩感知技术,已成为优化存储资源的关键手段。本文将深入探讨视觉数据压缩感知技术的原理、应用案例、面临的挑战以及未来的发展方向。
二一年冬末
2024/05/08
6080
复杂环境下的视频流识别—茫茫大海中一眼看到你 | 解读技术
视频流识别与抓拍图片进行识别存在区别,通过视频流识别可实现对摄像头采集到的所有图片进行快速分析,按照设定存储规则存储所需的图片。随着视频摄像头的高清化以及应用场景的海量增长,对监控系统视频信号的存储带来巨大的挑战,存储空间永远都是不够用的,同时对视频信号的利用也带来很大困难,导致大量视频信号存而不用。
用户7623498
2020/08/04
8600
复杂环境下的视频流识别—茫茫大海中一眼看到你 | 解读技术
使用Python实现深度学习模型:智能宠物监控与管理
在现代家庭中,宠物已经成为许多家庭的重要成员。为了更好地照顾宠物,智能宠物监控与管理系统应运而生。本文将详细介绍如何使用Python实现一个智能宠物监控与管理系统,并结合深度学习模型来提升其功能。
Echo_Wish
2024/09/19
2881
使用Python实现深度学习模型:智能宠物监控与管理
使用 Dify 和 AI 大模型理解视频内容:Qwen 2 VL 72B
本篇作为第一篇内容,以昨天出圈的“黑神话悟空制作人采访视频”为例,先来聊聊经常被国外厂商拿来对比的国产模型:千问系列,以及它的内测版。
soulteary
2024/08/27
1.5K0
使用 Dify 和 AI 大模型理解视频内容:Qwen 2 VL 72B
推荐阅读
相关推荐
智慧矿山AI安全监管方案
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档