{"success":true,"image_url":"https://today.usc.edu/wp-content/uploads/2019/11/Taiwan-Blue-Magpie-web-1280x720.jpg","output":[{"label":"Taiwan Blue Magpie","score":0.95}]}
curl --location --request POST 'https://pr213-testing.zylalabs.com/api/6360/feather+identification+api/9121/feather+classification?url=https://today.usc.edu/wp-content/uploads/2019/11/Taiwan-Blue-Magpie-web-1280x720.jpg' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए पंख पहचान API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| 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।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
अग्रणी कंपनियों का भरोसा
फेदर क्लासिफिकेशन एंडपॉइंट ऐसा डेटा लौटाता है जिसमें पहचानी गई पक्षियों की प्रजातियाँ, पहचान के लिए एक आत्मविश्वास स्कोर और मूल इमेज यूआरएल शामिल होता है यह उपयोगकर्ताओं को प्रदान की गई इमेज के खिलाफ पहचान की पुष्टि करने की अनुमति देता है
प्रतिक्रिया डेटा में मुख्य फ़ील्ड "success" (अनुरोध की स्थिति को दर्शाता है) "image_url" (जमा की गई छवि का URL) और "output" (एक ऐरे जिसमें प्रजातियों के लेबल और उनके समान confidence स्कोर होते हैं) शामिल हैं
फेदर क्लासिफिकेशन एंडपॉइंट के लिए मुख्य पैरामीटर "url" है जिसमें विश्लेषण के लिए फेदर छवि का URL शामिल होना चाहिए यह पैरामीटर API के लिए छवि को संसाधित करने के लिए आवश्यक है
प्रतिक्रिया डेटा JSON प्रारूप में व्यवस्थित है इसमें एक शीर्ष स्तरीय सफलता संकेतक छवि URL और एक आउटपुट ऐरे शामिल है जिसमें प्रजातियों के लेबल और आत्मविश्वास स्कोर वाले ऑब्जेक्ट होते हैं जिससे इसे पार्स करना और उपयोग में लेना सरल हो जाता है
पहचान के लिए उपयोग किए जाने वाले डेटा में विभिन्न पंखों के लक्षणों पर प्रशिक्षित व्यापक छवि डेटा सेट और मशीन लर्निंग मॉडल से प्राप्त जानकारी शामिल है यह सुनिश्चित करता है कि पक्षी प्रजातियों का व्यापक और सटीक प्रतिनिधित्व हो
विशिष्ट उपयोग के मामलों में पक्षी विज्ञान अनुसंधान पक्षी देखने के अनुप्रयोग प्रजातियों की पहचान के लिए शैक्षिक उपकरण और संरक्षण प्रयास शामिल हैं जो पंख के नमूनों से सटीक प्रजातियों की पहचान की आवश्यकता होती है
उपयोगकर्ता पक्षी प्रजातियों और उनके विश्वास स्कोर की पहचान के लिए "आउटपुट" ऐरे की व्याख्या करके लौटाए गए डेटा का उपयोग कर सकते हैं उच्च स्कोर अधिक विश्वसनीय पहचानों को इंगित करते हैं जो उपयोगकर्ताओं को उनके शोध या संरक्षण प्रयासों में मार्गदर्शन करते हैं
डेटा सटीकता को अद्यतन डेटासेट के साथ मशीन लर्निंग मॉडलों के निरंतर प्रशिक्षण के माध्यम से बनाए रखा जाता है विशेषज्ञ वर्गीकरण के खिलाफ मान्यता और विश्वसनीय प्रजाति पहचान सुनिश्चित करने के लिए नियमित गुणवत्ता जांच के द्वारा