Project Icon

flickr_scraper

专为YOLO训练集收集的Flickr图片爬取工具

flickr_scraper是一款针对YOLO训练数据集收集开发的Python工具。该工具通过Flickr API实现关键词搜索和批量下载功能,可快速获取并保存相关图片。它简化了计算机视觉任务的数据准备流程,使用者只需配置API密钥即可开始使用。这个开源项目为研究者和开发者提供了便捷的图像数据采集方式。


Ultralytics标志

🚀 简介

Flickr抓取器是一个Python工具,旨在帮助您从Flickr收集图像以创建YOLO训练数据集。根据您的搜索条件,这个工具简化了为各种计算机视觉任务收集相关图像的过程。

Ultralytics Actions Discord Ultralytics论坛

🌟 主要特点

  • 使用关键词在Flickr上搜索图像。
  • 直接下载图像以组装数据集。
  • 简化YOLO模型训练数据的收集过程。

🔧 要求

确保您已安装Python 3.7或更高版本。可以使用以下命令安装所需的依赖项:

pip install -U -r requirements.txt

主要包括:

  • flickrapi

🛠 安装

按照以下步骤设置Flickr抓取器:

git clone https://github.com/ultralytics/flickr_scraper
cd flickr_scraper
pip install -U -r requirements.txt

⚙️ 运行

开始之前:

  1. 这里获取Flickr API密钥。

  2. 将您的API密钥和密钥秘密插入到flickr_scraper.py中:

# 替换为您的Flickr API密钥和密钥秘密
key = "您的API密钥"
secret = "您的API密钥秘密"
  1. 使用您的搜索条件执行脚本。指定要获取的图像数量(--n),并使用--download在本地保存图像。下载的图像保存在flickr_scraper/images中。请注意Flickr的速率限制和使用条款。从Flickr API文档了解更多信息。

示例命令:

python3 flickr_scraper.py --search '蜜蜂在花上' --n 10 --download

您将看到类似以下的输出:

0/10 https://live.staticflickr.com/21/38596887_40df118fd9_o.jpg
...
9/10 https://live.staticflickr.com/1770/43276172331_e779b8c161_o.jpg
完成。(4.1秒)
所有图像已保存到 /Users/glennjocher/PycharmProjects/flickr_scraper/images/honeybees_on_flowers/

图像现在可在指定文件夹中使用,随时可进行进一步处理或训练。

📜 引用

如果我们的项目对您的研究或工作有所帮助,请考虑引用它:

DOI

🤝 贡献

我们欢迎社区的贡献!无论您是修复错误、添加新功能还是改进文档,您的投入都是宝贵的。请查看我们的贡献指南以开始。另外,我们很乐意听取您使用Ultralytics产品的体验。请考虑填写我们的调查问卷。向所有贡献者表示衷心的🙏和感谢!

Ultralytics开源贡献者

©️ 许可证

Ultralytics很高兴提供两种不同的许可选项以满足您的需求:

  • AGPL-3.0许可证:非常适合学生和爱好者,这个OSI批准的开源许可鼓励协作学习和知识共享。请参阅LICENSE文件了解详细条款。
  • 企业许可证:理想用于商业用途,此许可允许将Ultralytics软件和AI模型集成到商业产品中,无需遵守AGPL-3.0的开源要求。对于涉及商业应用的用例,请通过Ultralytics许可与我们联系。

📬 联系我们

有关错误报告、功能请求和贡献,请前往GitHub Issues。如有关于本项目和其他Ultralytics工作的问题和讨论,欢迎加入我们的Discord


Ultralytics GitHub 空白 Ultralytics LinkedIn 空白 Ultralytics Twitter 空白 Ultralytics YouTube 空白 Ultralytics TikTok 空白 Ultralytics BiliBili 空白 Ultralytics Discord
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号