[{"confidence": 0.9872180819511414, "label": "Coffee cup"}, {"confidence": 0.9810552000999451, "label": "Drinkware"}, {"confidence": 0.9806397557258606, "label": "Cup"}, {"confidence": 0.9805021286010742, "label": "Tableware"}, {"confidence": 0.9769809246063232, "label": "Serveware"}, {"confidence": 0.9642826318740845, "label": "Coffee"}, {"confidence": 0.9397545456886292, "label": "Java coffee"}, {"confidence": 0.9252597689628601, "label": "Teacup"}, {"confidence": 0.9084005951881409, "label": "Heart"}, {"confidence": 0.8848931193351746, "label": "Cup"}]
curl --location --request GET 'https://pr213-testing.zylalabs.com/api/11031/image+classifier+api/20797/labeling+image?url=https://yorkemporium.co.uk/cdn/shop/articles/AdobeStock_315403482_1_b207df01-70f2-407f-ab1f-64f8b66bb010.jpg?v=1756975415&width=5760' --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 इमेज क्लासिफायर 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
इमेज क्लासिफ़ायर एपीआई एक बुद्धिमान उपकरण है जो दृश्य सामग्री का विश्लेषण करने के लिए डिज़ाइन किया गया है और एक प्रतिनिधि टैग की सूची प्रदान करता है जिसमें एक विश्वास स्तर होता है। इसका मुख्य कार्य स्वचालित रूप से उन तत्वों, वस्तुओं या अवधारणाओं की पहचान करना है जो किसी चित्र में मौजूद होते हैं, जिससे डेवलपर्स अपने एप्लिकेशनों में कंप्यूटर विज़न क्षमताओं को जल्दी, सही और स्केलेबल तरीके से एकीकृत कर सकें
जब एक चित्र एंडपॉइंट पर भेजा जाता है, तो एपीआई दृश्य डेटा को लाखों उदाहरणों के साथ प्रशिक्षित उन्नत डीप लर्निंग मॉडल का उपयोग करके संसाधित करता है। सिस्टम रंगों, आकारों, बनावटों और पैटर्न जैसी विशेषताओं का मूल्यांकन करता है, संभावित मेल या श्रेणियों की एक क्रमबद्ध सूची उत्पन्न करता है। प्रत्येक टैग में एक "विश्वास" मूल्य होता है जो वर्गीकरण के संबंध में मॉडल के निश्चितता के स्तर को दर्शाता है। उदाहरण के लिए, एक कॉफी कप की छवि "कॉफी", "कैपुचिनो" या "एस्प्रेसो" जैसे परिणाम उत्पन्न कर सकती है, प्रत्येक के साथ उसका संबंधित संभाव्यता स्तर होता है
संरचित प्रतिक्रिया JSON प्रारूप में एकीकरण को आसान बनाती है, जिससे आप परिणामों को फ़िल्टर कर सकते हैं, विश्वास के थ्रेशोल्ड सेट कर सकते हैं, या दृश्य सामग्री का अधिक समृद्ध विवरण प्राप्त करने के लिए लेबल को संयोजित कर सकते हैं। इसके अतिरिक्त, इसकी स्केलेबल आर्किटेक्चर तेज़ प्रतिक्रिया समय और उच्च प्रदर्शन सुनिश्चित करती है, भले ही एक साथ बड़ी संख्या में छवियों को संसाधित किया जा रहा हो
संक्षेप में, यह एपीआई स्वचालित छवि व्याख्या के लिए एक शक्तिशाली और आधुनिक समाधान प्रदान करता है। इसकी सटीक पहचान क्षमताएँ और उपयोग की लचीलेपन इसे किसी भी परियोजना के लिए एक आवश्यक उपकरण बनाते हैं जिसे दृश्य वर्गीकरण, मल्टीमीडिया सामग्री विश्लेषण, या कंप्यूटर विज़न के माध्यम से उपयोगकर्ता अनुभव बढ़ाने की आवश्यकता होती है
इमेज क्लासिफायर एपीआई एक JSON एरे लौटाता है जिसमें लेबल होते हैं प्रत्येक लेबल छवि में पहचाने गए वस्तुओं या अवधारणाओं का प्रतिनिधित्व करता है प्रत्येक लेबल के साथ एक आत्मविश्वास स्कोर होता है जो वर्गीकरण के बारे में मॉडल की निश्चितता को दर्शाता है
प्रतिक्रिया डेटा के मुख्य क्षेत्रों में "लेबल" शामिल है जो पहचाने गए वस्तु या अवधारणा को निर्दिष्ट करता है और "विश्वास" जो उस लेबल के संबंध में मॉडल की निश्चितता को दर्शाने वाला एक संख्यात्मक मान (0 से 1) है
प्रतिसाद डेटा को JSON ऐरे के रूप में संरचित किया गया है जहां प्रत्येक तत्व एक ऑब्जेक्ट है जिसमें "लेबल" और "विश्वसनीयता" क्षेत्रों का समावेश है यह अनुप्रयोगों में आसानी से पार्सिंग और एकीकरण की अनुमति देता है
यह एंडपॉइंट छवि में उपस्थित वस्तुओं, रंगों और वातावरण के बारे में जानकारी प्रदान करता है उदाहरण के लिए एक कॉफी कप की छवि "कॉफी कप" "पेय पात्र" और "कप" जैसे टैग लौट सकती है
उपयोगकर्ता निश्चितता थ्रेशोल्ड जैसी पैरामीटर सेट करके अपने अनुरोधों को कस्टमाइज़ कर सकते हैं ताकि कम निश्चित लेबल को फ़िल्टर किया जा सके इससे विशेष अनुप्रयोग की आवश्यकताओं के आधार पर अधिक सटीक परिणाम प्राप्त होते हैं
डेटा की सटीकता लाखों छवियों पर प्रशिक्षित उन्नत गहरे शिक्षण मॉडलों के माध्यम से बनाए रखा जाता है निरंतर मॉडल अपडेट और मूल्यांकन यह सुनिश्चित करते हैं कि एपीआई विश्वसनीय और प्रासंगिक वर्गीकरण प्रदान करता है
विशिष्ट उपयोग के मामले में स्वचालित छवि वर्गीकरण मल्टीमीडिया सामग्री विश्लेषण और उन अनुप्रयोगों में उपयोगकर्ता अनुभव को बेहतर बनाना शामिल है जिन्हें दृश्य पहचान की आवश्यकता होती है जैसे ई-कॉमर्स या सामाजिक मीडिया प्लेटफार्म
यदि एपीआई आंशिक या खाली परिणाम लौटाता है तो उपयोगकर्ताओं को बैकअप तंत्र लागू करना चाहिए जैसे कि डिफ़ॉल्ट संदेश प्रदर्शित करना या वैकल्पिक प्रश्नों का सुझाव देना ताकि उपयोगकर्ता अनुभव में सुधार हो सके और जुड़ाव बना रहे