[{"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://zylalabs.com/api/11033/image+classification+data+api/20796/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 छवि वर्गीकरण डेटा 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 क्लासीफिकेशन डेटा एपीआई एक बुद्धिमान उपकरण है जिसे दृश्य सामग्री का विश्लेषण करने और एक प्रतिनिधि टैग की सूची लौटाने के लिए डिज़ाइन किया गया है, जिसमें एक आत्मविश्वास स्तर होता है इसकी मुख्य कार्यवाई एक छवि में मौजूद तत्वों, वस्तुओं या अवधारणाओं की स्वचालित पहचान करना है, जिससे डेवलपर्स को तेजी से, सटीकता से और स्केलेबिलिटी के साथ अपने अनुप्रयोगों में कंप्यूटर विज़न क्षमताओं को एकीकृत करने की अनुमति मिलती है
जब एक छवि को एंडपॉइंट पर भेजा जाता है, एपीआई दृश्य डेटा को प्रोसेस करता है, जिसमें लाखों उदाहरणों के साथ प्रशिक्षित उन्नत गहरे शिक्षण मॉडल का उपयोग किया जाता है सिस्टम रंगों, आकारों, बनावटों और पैटर्न जैसे लक्षणों का मूल्यांकन करता है, संभावित मेल या श्रेणियों की एक क्रमबद्ध सूची उत्पन्न करता है प्रत्येक टैग में एक “आत्मविश्वास” मान शामिल होता है जो मॉडल की वर्गीकरण के संदर्भ में निश्चितता के स्तर को दर्शाता है उदाहरण के लिए, एक कॉफी के कप की छवि परिणाम उत्पन्न कर सकती है जैसे कि कॉफी, कैपुचिनो, या एस्प्रेसो, प्रत्येक का अपना संबंधित संभावना स्तर होता है
संरचित उत्तर JSON प्रारूप में एकीकरण को आसान बनाता है, जिससे आप परिणामों को फ़िल्टर कर सकते हैं, आत्मविश्वास सीमा निर्धारित कर सकते हैं, या टैगों को संयोजित कर सकते हैं ताकि दृश्य सामग्री का समृद्ध विवरण प्राप्त किया जा सके इसके अलावा, इसकी स्केलेबल आर्किटेक्चर तेज़ प्रतिक्रिया समय और उच्च प्रदर्शन सुनिश्चित करता है भले ही एक साथ बड़ी संख्या में छवियों को प्रोसेस किया जा रहा हो
संक्षेप में, यह एपीआई स्वचालित छवि इंटरप्रिटेशन के लिए एक शक्तिशाली और आधुनिक समाधान प्रस्तुत करता है इसकी सटीक पहचान क्षमताएँ और उपयोग की लचीलापन किसी भी परियोजना के लिए एक आवश्यक उपकरण बनाते हैं जो दृश्य वर्गीकरण, मल्टीमीडिया सामग्री विश्लेषण, या कंप्यूटर विज़न के माध्यम से उपयोगकर्ता अनुभव को बढ़ाने की आवश्यकता होती है
इमेज क्लासिफिकेशन डेटा एपीआई एक JSON ऐरे 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 मॉडल की वर्गीकरण के बारे में निश्चितता को सूचित करता है
प्रतिक्रिया डेटा के मुख्य क्षेत्रों में "लेबल" शामिल है जो पहचान की गई वस्तु या अवधारणा को निर्दिष्ट करता है और "कॉन्फिडेंस" जो एक संख्यात्मक मान (0 से 1) है जो उस लेबल के बारे में मॉडल की निश्चितता को दर्शाता है
प्रतिक्रिया डेटा को JSON एरे के रूप में संरचित किया गया है जहाँ प्रत्येक तत्व एक ऑब्जेक्ट है जिसमें "लेबल" और "विश्वास" क्षेत्र होते हैं यह अनुप्रयोगों में आसान पार्सिंग और एकीकरण की अनुमति देता है
एंडपॉइंट छवि में मौजूद वस्तुओं रंगों और वातावरण के बारे में जानकारी प्रदान करता है उदाहरण के लिए एक कॉफी कप की छवि "कॉफी कप" "पीने के बर्तन" और "कप" जैसे टैग वापस कर सकती है
उपयोगकर्ता अपने अनुरोधों को अनुकूलित कर सकते हैं जैसे कि विश्वास थ्रेशोल्ड सेट करके कम निश्चित लेबलों को बाहर करने के लिए यह विशिष्ट अनुप्रयोग आवश्यकताओं के आधार पर अधिक सटीक परिणामों की अनुमति देता है
डेटा की सटीकता लाखों चित्रों पर प्रशिक्षित उन्नत गहरे शिक्षण मॉडलों के माध्यम से बनाए रखी जाती है निरंतर मॉडल अपडेट और मूल्यांकन सुनिश्चित करते हैं कि एपीआई विश्वसनीय और प्रासंगिक वर्गीकरण प्रदान करता है
सामान्य उपयोग के मामले में स्वचालित छवि वर्गीकरण मल्टीमीडिया सामग्री विश्लेषण और विजुअल मान्यता की आवश्यकता वाले अनुप्रयोगों में उपयोगकर्ता अनुभव को बढ़ाना शामिल है जैसे ई-कॉमर्स या सामाजिक मीडिया प्लेटफ़ॉर्म
यदि एपीआई आंशिक या खाली परिणाम लौटाती है तो उपयोगकर्ताओं को बैकअप उपायों को लागू करना चाहिए जैसे डिफ़ॉल्ट संदेश दिखाना या वैकल्पिक प्रश्नों का सुझाव देना ताकि उपयोगकर्ता अनुभव को बढ़ाया जा सके और संलग्नता बनाए रखी जा सके