ऑब्जेक्ट फाइंडर एपीआई तेजी से छवियों या वीडियो में वस्तुओं का पता लगाता है और पहचानता है यह सटीक वस्तु पहचान के लिए उन्नत एल्गोरिदम का उपयोग करता है जो सटीक लोकेलाइजेशन और वर्गीकरण को सक्षम बनाता है यह एपीआई स्वचालित वस्तु ट्रैकिंग सामग्री फ़िल्टरिंग और दृश्य खोज कार्यक्षमताओं के लिए आदर्श है जिसमें सहज एकीकरण क्षमताएं हैं
[{"label": "dog", "confidence": "0.74", "bounding_box": {"x1": "4", "y1": "7", "x2": "595", "y2": "487"}}, {"label": "toothbrush", "confidence": "0.33", "bounding_box": {"x1": "-1", "y1": "347", "x2": "589", "y2": "517"}}]
curl --location 'https://pr213-testing.zylalabs.com/api/4497/object+finder+api/5518/detection' \
--header 'Content-Type: application/json' \
--form 'image=@"FILE_PATH"'
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 ऑब्जेक्ट फाइंडर 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
उस इमेज फ़ाइल को पास करें जिससे आप ऑब्जेक्ट को पहचानना चाहते हैं। लेबल और विश्वास स्कोर प्राप्त करें।
सुरक्षा निगरानी: एपीआई को सुरक्षा प्रणालियों में लाइव वीडियो फ़ीड की निगरानी और विश्लेषण करने के लिए उपयोग किया जा सकता है, संभावित खतरों की पहचान करते हुए जैसे कि अनधिकृत प्रवेश, संदिग्ध ऑब्जेक्ट या असामान्य गतिविधियाँ, वास्तविक समय में सुरक्षा प्रतिक्रिया को बढ़ाता है।
स्वायत्त ड्राइविंग: आत्म-ड्राइविंग कारों में, एपीआई सड़क पर ऑब्जेक्ट की पहचान और वर्गीकरण में एक महत्वपूर्ण भूमिका निभाता है, जैसे कि पैदल चलने वाले, अन्य वाहन, ट्रैफिक साइन और बाधाएँ, सुरक्षित और कुशल नेविगेशन सुनिश्चित करते हैं।
ई-कॉमर्स: ऑनलाइन रिटेलर्स एपीआई का उपयोग छवियों में उत्पादों को स्वचालित रूप से टैग और वर्गीकृत करने के लिए कर सकते हैं, वस्तुओं और उनकी विशेषताओं को पहचानने के द्वारा खोज कार्यक्षमता, उत्पाद अनुशंसाएँ और इन्वेंटरी प्रबंधन में सुधार करते हैं।
स्वास्थ्य सेवा: चिकित्सा इमेजिंग में, एपीआई एक्स-रे, एमआरआई, या सीटी स्कैन में विसंगतियों का पता लगाने में मदद करता है, जैसे कि ट्यूमर, फ्रैक्चर, या अन्य चिकित्सा स्थितियाँ, इस प्रकार सटीक और समय पर निदान का समर्थन करता है।
संवर्धित वास्तविकता (एआर): एपीआई वास्तविक समय में ऑब्जेक्ट का पता लगाने और ट्रैक करने के द्वारा एआर अनुप्रयोगों को बढ़ाता है, इंटरैक्टिव अनुभवों जैसे कि वर्चुअल ऑब्जेक्ट प्लेसमेंट, वास्तविक समय की जानकारी ओवरले, और इमर्सिव गेमिंग वातावरण को सक्षम करता है।
एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमा नहीं है।
एपीआई विभिन्न चित्र प्रारूपों का समर्थन करता है जिसमें जेपीईजी और पीएनजी शामिल हैं यह विभिन्न रिज़ॉल्यूशन की छवियों को संसाधित कर सकता है हालांकि उच्च गुणवत्ता वाली छवियां अधिक सटीक परिणाम दे सकती हैं
एपीआई को एकल छवि के अंदर कई वस्तुओं का पता लगाने और पहचानने के लिए डिज़ाइन किया गया है यह प्रत्येक पहचानी गई वस्तु के लिए सीमाबंधन बॉक्स लौटाता है साथ ही संबंधित वर्गीकरण लेबल और आत्मविश्वास स्कोर भी लौटाता है
एपीआई ऑब्जेक्ट डिटेक्शन में उच्च सटीकता प्रदान करता है जिसमें सटीकता और पुनःप्राप्ति मैट्रिक्स 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 चित्र के आकार और चित्र के भीतर वस्तुओं की संख्या पर निर्भर करता है सामान्यतः एपीआई को कम विलंबता के लिए अनुकूलित किया गया है जो मानक चित्र आकारों के लिए कुछ सौ मिलीसेकंड के भीतर परिणाम प्रदान करता है
एपीआई बड़े और विविध डेटासेट्स पर पहले से प्रशिक्षित है जबकि कस्टमाइज़ेशन विकल्प उपलब्ध हैं उपयोगकर्ता अपने डेटासेट्स पर मॉडल को फाइन-ट्यून कर सकते हैं ताकि उनके एप्लिकेशन से संबंधित विशेष वस्तुओं की श्रेणियों के लिए सटीकता में सुधार हो सके
डिटेक्शन एंडपॉइंट एक JSON एरे लौटाता है जिसमें इनपुट इमेज से डिटेक्टेड ऑब्जेक्ट्स शामिल होते हैं प्रत्येक ऑब्जेक्ट एंट्री में उसका लेबल कॉन्फिडेंस स्कोर और बाउंडिंग बॉक्स कोऑर्डिनेट्स शामिल होता है
प्रतिक्रिया डेटा के प्रमुख क्षेत्र "लेबल" (सबसे पहचान किए गए वस्तु का नाम) "विश्वास" (प्रतिशत के रूप में पहचान निश्चितता) और "बाउंडिंग बॉक्स" (छवि में वस्तु के स्थान को परिभाषित करने वाले समन्वय) हैं
प्रतिक्रिया डेटा को एक JSON एरे के रूप में व्यवस्थित किया गया है जहां छवि में पहचाने गए प्रत्येक ऑब्जेक्ट को अलग JSON ऑब्जेक्ट के रूप में दर्शाया गया है जिसमें उसका लेबल, आत्मविश्वास स्कोर और बाउंडिंग बॉक्स विवरण शामिल है
डिटेक्शन एंडपॉइंट मुख्य रूप से इनपुट के रूप में एक छवि फ़ाइल को स्वीकार करता है उपयोगकर्ता छवि गुणवत्ता और संकल्प को समायोजित करके अपने अनुरोधों को अनुकूलित कर सकते हैं ताकि डिटेक्शन परिणामों को बेहतर बनाया जा सके
उपयोगकर्ता वापस किए गए डेटा का उपयोग कर सकते हैं आत्मविश्वास स्कोर का विश्लेषण करके कम निश्चित पहचान को छानने के लिए और सीमाबंधन बॉक्स के समन्वय का उपयोग करके अपने अनुप्रयोगों में पहचान की गई वस्तुओं को हाइलाइट या ट्रैक करने के लिए
विशिष्ट उपयोग के मामलों में निगरानी में वास्तविक समय की वस्तु ट्रैकिंग ऑटोमेटेड टैगिंग में ई-कॉमर्स और स्वास्थ्य Imaging में विसंगति पहचान शामिल हैं जिसमें एपीआई की वस्तुओं को सटीक रूप से पहचानने और वर्गीकृत करने की क्षमता का लाभ उठाया जाता है
डेटा की सटीकता को विविध डेटा सेट पर निरंतर मॉडल प्रशिक्षण नियमित अपडेट और प्रदर्शन मूल्यांकन के माध्यम से बनाए रखा जाता है ताकि विभिन्न वस्तु श्रेणियों और पर्यावरण में उच्च पहचान दर सुनिश्चित की जा सके
यदि प्रतिक्रिया में आंशिक या खाली परिणाम शामिल हैं तो उपयोगकर्ताओं को इनपुट छवि की गुणवत्ता की जांच करनी चाहिए और यह सुनिश्चित करना चाहिए कि यह एपीआई की आवश्यकताओं को पूरा करती है वे अपने पहचान पैरामीटर को भी समायोजित कर सकते हैं या बेहतर परिणामों के लिए स्वच्छ छवियां प्रदान कर सकते हैं