使用场景

用于自动化电商网站商品图片的分类和标注

辅助科研人员在生物医学图像中识别特定细胞或组织

在安全监控领域，用于实时分析视频流中的异常行为

产品特色

支持JPG、JPEG和PNG格式的图片上传

通过Gemini API检测物体并返回边界框坐标

在图片上可视化检测到的边界框，并允许自定义标签

下载带有边界框的图片

需要Python 3.9或更高版本运行环境

需要有效的Gemini API密钥

使用教程

克隆仓库到本地：git clone https://github.com/AlexZhangji/bonding_w_geimini.git

进入项目目录：cd bonding_w_geimini

安装必要的Python包

运行Streamlit应用：streamlit run bbox.py

在侧边栏输入Gemini API密钥

点击“浏览文件”上传本地的JPG、JPEG或PNG图片

输入描述如何检测物体的提示文本

点击“处理”按钮，发送图片和提示到Gemini API

等待结果，处理后的图片将显示检测到的物体边界框

点击“下载带有边界框的图片”按钮，保存处理后的图片