아무나 할 수 있어!이미지로 AI를 인식하는 LINE BOT의 제작 방법
안녕하세요, 저는 2z입니다.
며칠 전 AI 메이커 API가 공개됐는데, 이번에는 API를 활용해 라인 봇을 만들었습니다!
■ 이제 눈에 띄는 AI 애플리케이션을 간단히 만들 수 있는'AI 메이커'API를 공개합니다!
혼자 해도 재미없으니까 아무나 할 수 있는 튜토리얼을 API로 만들고 싶어요.
만든 물건
단지 하나의 예일 뿐이지만 다음 라인 봇은 만들어 보았습니다.
"색마 진단"
시스템 개요
다음 절차에 따라 처리하다.
방법
1. AI 메이커가 이미지 인식 AI 만들기
우선 라인 봇이 이미지 진단을 하게 하려는 소재를 고려해 AI 제조사로 이미지 인식 AI를 만들어 보세요.
(트위터 계정 필요)
■ AI 제조사
생성되면 생성된 모델의 ID와 API 키를 기록합니다.
색마 진단의 경우 "API 사용!"칸에서 확인하세요.
또 AI를 만들지 않더라도 다른 사람이 이미 만든 AI를 사용할 수 있다.
다음 여러분의 AI에서 찾아보세요.
2. Google Apps Script 설정
LINE 및 AI 공급업체의 브로커로서 Google Apps Script를 설정합니다.
1. 다음 URL에서 Google 드라이브를 엽니다.
(Google 계정이 없는 경우 생성)
2. 왼쪽 상단의'신설'단추를 통해 구글 작업표를 열어 주세요.
3. 메뉴 모음의 도구 -> 스크립트 편집기를 선택합니다.
이렇게 Google Apps Script 편집기가 열립니다.
당분간 이 상태로 공개한다.
4. 메뉴 표시줄의 공개 -> 웹 응용 프로그램으로 가져오기 를 선택합니다.
프로젝트 이름을 입력하고 다음 설정에 공개합니다.
3. Google 문서 작성
디버그 로그를 출력하는 Google 문서를 만듭니다.
1. 다음 URL에서 Google 드라이브를 엽니다.
2. 왼쪽 상단의 [새로 만들기] 버튼을 사용하여 Google 문서를 엽니다.
3. 만든 문서에 이름을 추가하고 저장합니다.
"{문서 ID}"섹션을 Google 문서의 URL에 기록하십시오.
4. LINE Developer 설정
· LINE Developer에 개발자 등록, 공급업체 등록
우선 LINE Developer를 방문하세요!
다음 공식 문서의 절차에 따라 1~3까지 등록하세요.
• 채널 만들기
• 정보 송수신 설정
5. Google Apps Script의 소스 코드
소스 코드의 "$~$~"에서 이전 설명에 기록된 값으로 변경하여 사용하십시오.
var AIMAKER_MODEL_ID = $AIメーカーで作成したモデルのIDを指定してください$;
var AIMAKER_API_KEY = "$AIメーカーのAPIキーを指定してください$";
var LINE_ACCESS_TOKEN = "$LINE Developerで発行されたアクセストークンを指定してください$";
var GOOGLE_DOCS_ID = "$GoogleドキュメントのドキュメントIDを指定してください$";
var doc = DocumentApp.openById(GOOGLE_DOCS_ID);
function doPost(e){
Logger.log("Post request.");
try {
var json = JSON.parse(e.postData.contents);
var token= json.events[0].replyToken;
var url = 'https://api-data.line.me/v2/bot/message/'+ json.events[0].message.id +'/content/';
var image = getImage(url);
var base64 = Utilities.base64Encode(image.getContent());
var message = getResult(base64);
if (message == '') {
message = "識別できませんでした。";
}
sendLineMessage(message, token);
} catch (e) {
Logger.log("ERROR: %s", e)
message = "処理に失敗しました。"
sendLineMessage(message, token);
doc.getBody().appendParagraph(Logger.getLog());
}
doc.getBody().appendParagraph(Logger.getLog());
}
function getImage(url){
return UrlFetchApp.fetch(url, {
'headers': {
'Content-Type': 'application/json; charset=UTF-8',
'Authorization': 'Bearer ' + LINE_ACCESS_TOKEN,
},
'method': 'GET'
});
}
function getResult(base64){
var result = '';
var url = 'https://aimaker.io/image/classification/api';
var payload = {
"id": AIMAKER_MODEL_ID,
"apikey": AIMAKER_API_KEY,
"base64": base64
};
var response = UrlFetchApp.fetch(url, {
method: 'POST',
payload: payload,
muteHttpExceptions: true
});
response = response.getContentText();
Logger.log(response);
var json = JSON.parse(response);
var labels = sortLabel(json.labels);
if (labels[0].label && labels[0].score){
result = 'この画像の診断結果は、「' + labels[0].label + '： ' + (Math.round(labels[0].score * 10000) / 100) + "％」です！\n\n";
}
for (var i in labels) {
if (labels[i].label && labels[i].score) {
result = result + labels[i].label + '： ' + (Math.round(labels[i].score * 10000) / 100) + "％\n";
}
}
return result;
}
function sortLabel(labels){
labels.sort(function(a,b){
if (a.score > b.score) return -1;
if (a.score < b.score) return 1;
return 0;
});
return labels;
}
function sendLineMessage(message,token){
var url = "https://api.line.me/v2/bot/message/reply";
return UrlFetchApp.fetch(url, {
'headers': {
'Content-Type': 'application/json; charset=UTF-8',
'Authorization': 'Bearer ' + LINE_ACCESS_TOKEN,
},
'method': 'POST',
'payload': JSON.stringify({
'replyToken': token,
'messages': [
{
"type": "text",
"text": message
}
],
})
});
}
최후
이미지를 사용하여 AI를 인식하는 LINE BOT을 만들려면 반드시 절차를 참조하십시오.
도대체 템플릿일 뿐이라는 이 기사를 통해 이미지인식 AI의 소재를 바꾸고 진단 결과를 맞춤형으로 만들어 보는 등 그렇게 하면 더 재미있을 것 같다.
AI 제조업체에 조금이라도 관심이 있다면 꼭 따라가세요. 리트윗으로 응원해 주세요!
• 이미지 식별
Reference
이 문제에 관하여(아무나 할 수 있어!이미지로 AI를 인식하는 LINE BOT의 제작 방법), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://zenn.dev/2zn01/articles/6ffc40e788461f8332f7텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
