छवि फ़ाइल पास करें जिससे आप वस्तु की पहचान करना चाहते हैं लेबल और आत्मविश्वास स्कोर प्राप्त करें
सुरक्षा निगरानी: यह एपीआई सुरक्षा प्रणालियों में वास्तविक समय के वीडियो फ़ीड की निगरानी और विश्लेषण के लिए उपयोग किया जा सकता है, संभावित खतरों की पहचान करते हुए जैसे अनधिकृत पहुंच, संदिग्ध वस्तुएं, या असामान्य गतिविधियां, वास्तविक समय में सुरक्षा प्रतिक्रिया को बढ़ाते हुए
स्वायत्त ड्राइविंग: स्व-चालित कारों में यह एपीआई सड़क पर वस्तुओं की पहचान और वर्गीकृत करने में महत्वपूर्ण भूमिका निभाता है, जैसे पैदल यात्री, अन्य वाहन, ट्रैफ़िक संकेत और बाधाएँ, सुरक्षित और प्रभावी नेविगेशन सुनिश्चित करते हुए
ई-कॉमर्स: ऑनलाइन खुदरा विक्रेता छवियों में उत्पादों को स्वचालित रूप से टैग और वर्गीकृत करने के लिए इस एपीआई का उपयोग कर सकते हैं, आइटम और उनके विशेषताओं की पहचान कर, खोज कार्यक्षमता, उत्पाद अनुशंसाएँ और इन्वेंटरी प्रबंधन में सुधार करते हुए
स्वास्थ्य देखभाल: चिकित्सा इमेजिंग में इस एपीआई की मदद से एक्स-रे, एमआरआई या सीटी स्कैन में असामान्यताओं की पहचान करके रोगों का निदान करने में मदद मिलती है, जैसे ट्यूमर, फ्रैक्चर, या अन्य चिकित्सा स्थितियाँ, जिससे सटीक और समय पर निदान का समर्थन मिलता है
ऑगमेंटेड रियलिटी (एआर): यह एपीआई एआर अनुप्रयोगों को वास्तविक समय में वस्तुओं की पहचान और ट्रैकिंग करके बढ़ाता है, इंटरैक्टिव अनुभव जैसे आभासी वस्तुओं की नियुक्ति, रीयल-टाइम जानकारी ओवरले और इमर्सिव गेमिंग पर्यावरण को सक्षम करते हुए
एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमा नहीं है
[{"label": "clock", "confidence": "0.4", "bounding_box": {"x1": "114", "y1": "83", "x2": "188", "y2": "159"}}, {"label": "clock", "confidence": "0.38", "bounding_box": {"x1": "9", "y1": "4", "x2": "496", "y2": "345"}}, {"label": "traffic light", "confidence": "0.38", "bounding_box": {"x1": "371", "y1": "132", "x2": "404", "y2": "156"}}, {"label": "traffic light", "confidence": "0.32", "bounding_box": {"x1": "375", "y1": "121", "x2": "406", "y2": "152"}}, {"label": "traffic light", "confidence": "0.32", "bounding_box": {"x1": "363", "y1": "134", "x2": "392", "y2": "155"}}]
curl --location 'https://zylalabs.com/api/4495/object+identification+api/5516/detection' \
--header 'Content-Type: application/json' \
--form 'image=@"FILE_PATH"'
| हेडर | विवरण |
|---|---|
Authorization
|
[आवश्यक] होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें। |
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
एपीआई विभिन्न छवि प्रारूपों का समर्थन करता है जिनमें JPEG PNG BMP और TIFF शामिल हैं यह अलग-अलग संकल्प की छवियों को संसाधित कर सकता है हालांकि उच्च गुणवत्ता वाली छवियां अधिक सटीक परिणाम दे सकती हैं
एपीआई को एक ही छवि में कई वस्तुओं का पता लगाने और पहचानने के लिए डिज़ाइन किया गया है यह प्रत्येक पहचानित वस्तु के लिए बॉक्स तथा संबंधित वर्गीकरण लेबल और विश्वास स्कोर लौटाता है
एपीआई वस्तु पहचान में उच्च सटीकता प्रदान करता है जिसके लिए सटीकता और पुनःकाल मीट्रिक दृश्य की जटिलता और इनपुट छवि की गुणवत्ता के आधार पर भिन्न होते हैं नियमित अपडेट और मॉडल सुधार समय के साथ प्रदर्शन को बढ़ाते हैं
प्रतिक्रिया समय छवि के आकार और छवि में वस्तुओं की संख्या पर निर्भर करता है सामान्यतः API कम विलंबता के लिए अनुकूलित है जो मानक छवि आकारوں के लिए कुछ सौ मिलीसेकंड के भीतर परिणाम प्रदान करता है
एपीआई बड़े और विविध डेटा सेट्स पर प्री-ट्रेंड आता है लेकिन कस्टमाइजेशन के विकल्प उपलब्ध हैं उपयोगकर्ता अपने डेटा सेट्स पर मॉडल को फाइन-ट्यून कर सकते हैं ताकि उनके एप्लिकेशन से संबंधित विशेष ऑब्जेक्ट श्रेणियों के लिए सटीकता में सुधार हो सके
डिटेक्शन एंडपॉइंट पहचान की गई वस्तुओं की एक सूची लौटाता है प्रत्येक में एक लेबल विश्वसनीयता स्कोर और.bounding box के निर्देशांक होते हैं ये डेटा उपयोगकर्ताओं को यह समझने की अनुमति देता है कि इनपुट छवि में कौन सी वस्तुएं पहचानी गई थीं
प्रतिक्रिया डेटा में महत्वपूर्ण क्षेत्र "लेबल" (पहचाने गए वस्तु का नाम) "कन्फिडेंस" (पहचान के सटीक होने की संभावना) और "बाउंडिंग बॉक्स" (चित्र में वस्तु के स्थान को परिभाषित करने वाले निर्देशांक) शामिल हैं
प्रतिक्रिया डेटा JSON ऐरे के रूप में व्यवस्थित है जहां प्रत्येक पहचानित ऑब्जेक्ट को एक JSON ऑब्जेक्ट के रूप में प्रस्तुत किया गया है जिसमें इसका लेबल, आत्मविश्वास स्कोर और बाउंडिंग बॉक्स के निर्देशांक शामिल हैं
डिटेक्शन एंडपॉइंट मुख्य रूप से इनपुट के रूप में एक इमेज फ़ाइल स्वीकार करता है अनुकूलन के लिए अतिरिक्त पैरामीटर में इमेज प्रीप्रोसेसिंग विकल्प शामिल हो सकते हैं हालांकि इन विशिष्टताओं का विवरण वर्तमान दस्तावेज़ में नहीं दिया गया है
उपयोगकर्ता लौटाए गए डेटा का उपयोग लेबल और विश्वसनीयता स्कोर का विश्लेषण करके यह तय करने के लिए कर सकते हैं कि detectar की गई वस्तुएं मौजूद हैं और कितनी विश्वसनीय हैं। बॉउंडिंग बॉक्स के अनुक्रमण को विजुअल ओवरले या अनुप्रयोगों में आगे की प्रक्रिया के लिए उपयोग किया जा सकता है
विशिष्ट उपयोग के मामलों में खतरे की पहचान के लिए सुरक्षा निगरानी स्वायत्त ड्राइविंग के लिए बाधा पहचान ई-कॉमर्स के लिए उत्पाद टैगिंग और स्वास्थ्य सेवा के लिए चिकित्सा छवियों में असमानताओं की पहचान करना शामिल है
डेटा की सटीकता उन्नत एल्गोरिदम और नियमित मॉडल अपडेट के उपयोग के माध्यम से बनाए रखी जाती है एपीआई 0.3 से कम विश्वसनीयता स्कोर वाले डिटेक्शन को फ़िल्टर करता है ताकि केवल विश्वसनीय परिणाम लौटाए जाएँ
यदि एपीआई आंशिक या शून्य परिणाम लौटाता है तो उपयोगकर्ताओं को इनपुट छवि की गुणवत्ता की जांच करनी चाहिए और सुनिश्चित करना चाहिए कि यह एपीआई की आवश्यकताओं को पूरा करती है ऐसे मामलों को संभालने के लिए फॉल बैक लॉजिक को लागू करना एप्लिकेशन की मजबूती को बढ़ा सकता है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
225ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
323ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
979ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,824ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,517ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
297ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
672ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
336ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
55ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
746ms