उस छवि फ़ाइल को पास करें जिसमें आप ऑब्जेक्ट की पहचान करना चाहते हैं। लेबल और आत्मविश्वास स्कोर प्राप्त करें।
सुरक्षा Surveillance: एपीआई का उपयोग सुरक्षा प्रणालियों में लाइव वीडियो फीड की निगरानी और विश्लेषण करने के लिए किया जा सकता है, संभावित खतरों की पहचान करते हुए जैसे अनधिकृत पहुंच, संदिग्ध वस्तुएं, या असामान्य गतिविधियां, वास्तविक समय में सुरक्षा प्रतिक्रिया को बढ़ाता है।
स्वायत्त ड्राइविंग: सेल्फ-ड्राइविंग कारों में, एपीआई सड़क पर वस्तुओं की पहचान और वर्गीकरण करने में महत्वपूर्ण भूमिका निभाता है, जैसे पैदल यात्री, अन्य वाहन, यातायात संकेत और बाधाएं, सुरक्षित और कुशल नेविगेशन सुनिश्चित करता है।
ई-कॉमर्स: ऑनलाइन रिटेलर्स छवियों में स्वचालित रूप से उत्पादों को टैग और श्रेणीबद्ध करने के लिए एपीआई का उपयोग कर सकते हैं, आइटम और उनकी विशेषताओं की पहचान करके खोज कार्यक्षमता, उत्पाद अनुशंसाएँ, और इन्वेंटरी प्रबंधन में सुधार करते हैं।
स्वास्थ्य देखभाल: चिकित्सा इमेजिंग में, एपीआई एक्स-रे, एमआरआई, या सीटी स्कैन में विसंगतियों का पता लगाकर स्थितियों का निदान करने में मदद करता है, जैसे ट्यूमर, फ्रैक्चर, या अन्य चिकित्सा स्थितियां, इस प्रकार सटीक और समय पर निदान का समर्थन करता है।
वृद्धित वास्तविकता (AR): एपीआई वास्तविक समय में वस्तुओं का पता लगाने और ट्रैकिंग करके AR अनुप्रयोगों को बढ़ाता है, इंटरैक्टिव अनुभवों को सक्षम करता है जैसे कि वर्चुअल ऑब्जेक्ट प्लेसमेंट, वास्तविक समय की जानकारी ओवरले, और इमर्सिव गेमिंग वातावरण।
एपीआई कॉल की संख्या के अलावा कोई अन्य सीमा नहीं है।
पता लगाना - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
रिक्वेस्ट बॉडी |
[आवश्यक] फाइल बाइनरी |
[{"label": "dog", "confidence": "0.82", "bounding_box": {"x1": "29", "y1": "200", "x2": "886", "y2": "847"}}]
curl --location 'https://zylalabs.com/api/4496/object+analysis+api/5517/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 इमेज फॉर्मेट्स का समर्थन करता है जिसमें JPEG PNG BMP और TIFF शामिल हैं यह विभिन्न रिज़ॉल्यूशन्स की इमेज को प्रोसेस कर सकता है हालांकि उच्च गुणवत्ता वाली इमेज अधिक सटीक परिणाम दे सकती हैं
यह एपीआई एक ही छवि के भीतर कई वस्तुओं का पता लगाने और पहचानने के लिए डिज़ाइन किया गया है यह प्रत्येक पहचानी गई वस्तु के लिए सीमाबॉक्स और संबंधित वर्गीकरण लेबल तथा विश्वास स्कोर लौटाता है
एपीआई वस्तु पहचान में उच्च सटीकता प्रदान करता है सटीकता और पुनः प्राप्ति मेट्रिक्स दृश्य की जटिलता और इनपुट छवि की गुणवत्ता के आधार पर भिन्न होते हैं नियमित अपडेट और मॉडल सुधार समय के साथ प्रदर्शन में सुधार करते हैं
प्रतिक्रिया का समय चित्र के आकार और चित्र के भीतर वस्तुओं की संख्या पर निर्भर करता है सामान्यतः API को कम विलंबता के लिए अनुकूलित किया गया है सामान्य चित्र आकार के लिए कुछ सौ मिलीसेकंड में परिणाम प्रदान करता है
हालाँकि एपीआई बड़े और विविध डेटासेट्स पर पूर्व-प्रशिक्षित है कस्टमाइज़ेशन विकल्प उपलब्ध हैं उपयोगकर्ता अपने स्वयं के डेटासेट्स पर मॉडल को फाइन-ट्यून कर सकते हैं ताकि अपने आवेदन से संबंधित विशिष्ट वस्तु श्रेणियों के लिए सटीकता में सुधार हो सके
डिटेक्शन एंडपॉइंट इनपुट इमेज के भीतर पहचाने गए वस्तुओं की एक सूची लौटाता है प्रत्येक वस्तु के साथ उसकी वर्गीकरण लेबल आत्मविश्वास स्कोर और बाउंडिंग बॉक्स के समन्वय होते हैं जो दृश्य सामग्री में विस्तृत जानकारी प्रदान करते हैं
प्रतिक्रिया डेटा के प्रमुख क्षेत्र "लेबल" (पहचानी गई वस्तु), "विश्वास" (खोज के सटीक होने की संभावना), और "बाउंडिंग बॉक्स" (छवि में वस्तु के स्थान को परिभाषित करने वाले समन्वय) शामिल हैं
प्रतिक्रियाजनक डेटा एक JSON एरे के रूप में व्यवस्थित है जहां प्रत्येक तत्व एक पहचानित वस्तु का प्रतिनिधित्व करता है प्रत्येक वस्तु में लेबल लिए क्षेत्र विश्वास स्कोर और बाउंडिंग बॉक्स होते हैं जिससे आसान पार्सिंग और विश्लेषण की अनुमति मिलती है
डिटेक्शन एंडपॉइंट मुख्य रूप से एक इमेज फ़ाइल को इनपुट के रूप में स्वीकार करता है उपयोगकर्ता अपनी अनुरोधों को इमेज की गुणवत्ता और प्रारूप को समायोजित करके कस्टमाइज़ कर सकते हैं जो डिटेक्शन सटीकता और प्रदर्शन को प्रभावित कर सकता है
उपयोगकर्ता वापस किए गए डेटा का उपयोग विश्वास स्कोर का विश्लेषण करके निम्न-विश्वास पहचान को फ़िल्टर करने के लिए कर सकते हैं दृश्य ओवरले के लिए बाउंडिंग बॉक्स के समन्वय का उपयोग करके और श्रेणीकरण या अनुप्रयोगों में आगे की प्रोसेसिंग के लिए लेबलों का उपयोग करके
विशेष उपयोग के मामलों में खतरे की पहचान के लिए सुरक्षा निगरानी स्वायत्त ड्राइविंग के लिए बाधाओं की पहचान ई-कॉमर्स के लिए उत्पाद टैगिंग और स्वास्थ्य देखभाल के लिए चिकित्सा छवियों में असामान्यताओं की पहचान शामिल है
डेटा की सटीकता विविध डेटा सेट पर निरंतर मॉडल प्रशिक्षण नियमित अपडेट और प्रदर्शन मूल्यांकन के माध्यम से बनाए रखी जाती है यह सुनिश्चित करता है कि एपीआई नए ऑब्जेक्ट श्रेणियों के अनुकूल हो और समय के साथ पहचान क्षमताओं में सुधार करे
यदि प्रतिक्रिया में आंशिक या खाली परिणाम होते हैं तो उपयोगकर्ताओं को इनपुट छवि की गुणवत्ता की जांच करनी चाहिए और सुनिश्चित करना चाहिए कि यह एपीआई की आवश्यकताओं के अनुरूप है इसके अलावा वे अपने छवि चयन या पूर्व-प्रसंस्करण विधियों को सुधार सकते हैं ताकि पहचान परिणामों में वृद्धि हो सके
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,497ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
918ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
1,834ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,249ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,507ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
142ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
205ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
533ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,563ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,733ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
461ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
389ms
सर्विस लेवल:
98%
रिस्पॉन्स टाइम:
725ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,210ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
213ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
690ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
391ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,602ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
695ms