手动触发自动化

该工作流适用于以下人群：
- 开发者：希望通过图像识别技术提升应用程序功能的开发者。
- 数据科学家：需要处理和分析图像数据的专业人士。
- 市场营销人员：希望通过图像搜索提升产品曝光率的营销团队。
- 企业主：希望优化图像管理和搜索功能的企业主。

此工作流解决了以下问题：
- 图像识别：通过使用 Cloudflare Workers AI 识别图像中的对象，提供更智能的图像处理能力。
- 图像裁剪：自动裁剪识别出的对象，生成独立的图像文件，便于后续使用。
- 数据存储：将处理后的图像信息存储在 Elasticsearch 中，便于快速检索和查询。
- 集成性：通过与多个 API 集成，提供一站式的图像处理解决方案。

工作流的详细步骤如下：
1. 设置变量：手动定义源图像的 URL 和模型等变量。
2. 获取源图像：从指定的 URL 下载源图像。
3. 使用 Detr-Resnet-50 对象分类：调用 Cloudflare API 对图像进行对象识别。
4. 分割结果：从分类结果中提取出对象信息。
5. 筛选高分数结果：过滤出得分大于等于 0.9 的识别结果。
6. 裁剪图像：根据识别结果裁剪出对象，并生成新的图像文件。
7. 上传至 Cloudinary：将裁剪后的图像上传到 Cloudinary，以便存储和管理。
8. 在 Elasticsearch 中创建文档：将图像的相关信息存储到 Elasticsearch 中，以支持后续的图像搜索功能。

用户可以通过以下方式自定义和适应此工作流：
- 修改源图像：在 设置变量 节点中更改 source_image 的 URL，以处理不同的图像。
- 调整分类模型：在 设置变量 节点中更改 model 的值，以使用不同的图像识别模型。
- 更改过滤条件：在 筛选高分数结果 节点中调整分数阈值，以改变被接受的对象识别结果。
- 自定义图像上传：在 上传至 Cloudinary 节点中修改上传参数，以适应不同的存储需求。