野生动物识别API旨在准确识别图像中的动物物种。它提供了一种快速可靠的方法,通过简单上传图片来识别各种动物。该API支持识别常见的家禽以及在偏远栖息地发现的稀有野生动物。
该API利用先进的机器学习模型,经过大规模数据集的训练,分析视觉特征,如毛发图案、皮肤纹理、颜色、身体形状和其他独特特征,以确定物种。
野生动物识别API易于实施,完全兼容多种编程语言和平台。它直观的界面使开发人员能够轻松将其集成到网页或移动应用程序中。
{"success":true,"image_url":"https://upload.wikimedia.org/wikipedia/commons/b/be/Orang_Utan%2C_Semenggok_Forest_Reserve%2C_Sarawak%2C_Borneo%2C_Malaysia.JPG","output":[{"label":"Orangutan","score":0.99}]}
curl --location --request POST 'https://zylalabs.com/api/7121/wildlife+identification+api/11230/animal+identifier?url=https://upload.wikimedia.org/wikipedia/commons/b/be/Orang_Utan%2C_Semenggok_Forest_Reserve%2C_Sarawak%2C_Borneo%2C_Malaysia.JPG' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
动物识别接口返回一个包含成功状态、图像链接和分类结果数组的JSON对象。每个结果包括一个猫种类标签和一个表示分类准确性的置信度分数
响应数据中的关键字段包括“success”(布尔值)“image_url”(字符串)和“output”(数组)“output”数组包含带有“label”(物种名称)和“score”(置信度)的对象
响应数据结构为JSON对象 以成功指示符开始 接着是图像URL 最后是一个分类结果数组 每个结果详细说明了识别的物种及其置信度分数
动物识别端点提供关于物种的信息,包括它们的名称和基于图像分析的置信度分数
动物识别端点需要一个参数:图像 URL 用户必须提供一个有效的 URL 指向他们希望分类的鸟类图像
用户可以通过解释“标签”来识别物种,并使用“得分”来评估分类的可靠性。较高的得分表示对识别的信心更高
数据准确性通过先进的机器学习算法得以维持,这些算法分析猫的视觉特征。利用多样化的数据集进行持续训练有助于提升模型的性能和可靠性
服务级别:
100%
响应时间:
225ms
服务级别:
100%
响应时间:
323ms
服务级别:
100%
响应时间:
979ms
服务级别:
100%
响应时间:
1,824ms
服务级别:
100%
响应时间:
2,517ms
服务级别:
100%
响应时间:
297ms
服务级别:
100%
响应时间:
672ms
服务级别:
100%
响应时间:
336ms
服务级别:
100%
响应时间:
55ms
服务级别:
100%
响应时间:
746ms