易盾空间推理分析

news2024/11/15 4:22:38

声明:
本文章中所有内容仅供学习交流使用，不用于其他任何目的，抓包内容、敏感网址、数据接口等均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！

有相关问题请第一时间头像私信联系我删除博客！

前言：

数据集自备，或者打码平台

分析过程

首页他会返回一个front。label特征在标注时需要记录。keyword,color,direction 3个关键部分。然后通过词云或者第三方ai平台对接推理出结果。最简单粗暴的是直接if else判断就完了。我写了10个if左右，覆盖了大部分了。还有一些一直刷不出来。比如球和圆锥这个出现概率很低我就处理了其中2个。

关键代码

function preVerify(){
    gdxidpyhxde=""
    acToken=""
    return {'acToken':acToken,'cb':getCb(),'gdxidpyhxde':gdxidpyhxde}
}
function verify(token,x,y){
B=[C8(token, [Math['round'](x), Math['round'](y),0] + '')]
I=[]
data= JSON['stringify']({
                                'd': '',
                                'm':"",
                                'p': CC(B['join'](':')),
                                'ext': CC(window.C8(token, 1 + ',' + 0))
                            })
    return data
}

识别出坐标

# 解析预测结果
for result in results:
    boxes = result.boxes  # 目标框
    for box in boxes:
        xywh = box.xywh[0].tolist()  # 目标框坐标 (x, y, w, h)
        cls = box.cls.item()  # 目标类别标签
        conf = box.conf.item()  # 置信度

        # 打印结果
        print(f'Class: {labels[int(cls)]}, Confidence: {conf}, Bounding Box: {xywh}')