时尚物品识别获取API旨在识别图像中占主导地位的服装或类别。与针对全面服装分析的更复杂解决方案不同,该API提供了对一个单一问题的准确而简单的回答:什么类型的服装在视觉上主导了图像?
该API支持多种预定义类别,包括上衣 T恤 套头衫 外套 背心 短裤 长裤 裙子 连衣裙 帽子 眼镜 手表 腰带 鞋类 包和围巾。
它具有两个端点,允许灵活的图像处理,可以通过URL或兼容输入,适应不同的集成工作流程。其轻量级设计和特定重点使其非常适合需要快速决策而不必深入分析多种服装或属性的应用。
总而言之,这是一个实用 快速 专注的解决方案,允许您检测图像中服装的主要类别,优化工作流程并提高与时尚和视觉内容相关应用的效率。
识别图像中主要的服装类别,返回主要服装类型及其置信度,以便快速标记和过滤
分类类别 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"category":"sweatshirt","confidence":"high"}
curl --location --request POST 'https://zylalabs.com/api/12304/fashion+item+identification+fetch+api/23116/classify+category' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://images.pexels.com/photos/6311392/pexels-photo-6311392.jpeg"}'
分类类别和配件 - 端点功能
| 对象 | 描述 |
|---|---|
请求体 |
[必需] Json |
{"main_category":"glasses","clothing_items":[{"category":"top","confidence":"high"}],"accessories":[{"category":"glasses","confidence":"high"}]}
curl --location --request POST 'https://zylalabs.com/api/12304/fashion+item+identification+fetch+api/23117/classify+category+and+accesories' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://media.glamour.mx/photos/6190986aa6e030d6480ff3c7/master/w_1600%2Cc_limit/185450.jpg"}'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
“分类类别”端点返回主导服装类别及其置信度等级 “分类类别和配件”端点提供主要服装类别 检测到的服装项目的详细列表及其置信度等级 以及识别出的任何配件
关键字段包括“类别”和“置信度”在“分类类别”响应中。在“分类类别和配件”响应中,关键字段是“主类别”“服装项”(带有子字段“类别”和“置信度”)以及“配件”
响应数据以JSON格式构建 “分类类别” 返回一个包含类别和信心的简单对象 “分类类别和配件” 返回一个更复杂的对象,包含一个主要类别和一个服装数组,每个数组元素包含其类别和信心
“分类类别”端点提供主要服装类型,而“分类类别和配饰”端点提供主要服装及图像中检测到的任何附加服装项目和配饰的全面细分
两个端点接受图像输入,既可以是URL也可以是二进制数据。用户可以通过提供不同的要分析的图像来定制请求,从而灵活地集成到各种应用中
用户可以利用“类别”和“信心”字段在他们的应用中对时尚商品进行标记和过滤 第二个端点的详细拆分可以通过提供基于检测到的商品的搭配建议或推荐来增强用户体验
典型的用例包括用于标记产品的时尚电子商务平台 用于服装识别的移动应用程序以及用于通过识别时尚单品增强用户生成内容的社交媒体应用程序
数据的精确性通过先进的识别技术得以维持,该技术分析图像以寻找服装的主要特征 识别算法的持续更新和改进有助于确保在识别的类别中保持高水平的信任
服务级别:
100%
响应时间:
1,309ms
服务级别:
100%
响应时间:
990ms
服务级别:
100%
响应时间:
368ms
服务级别:
100%
响应时间:
2,904ms
服务级别:
83%
响应时间:
1,373ms
服务级别:
100%
响应时间:
1,337ms
服务级别:
100%
响应时间:
469ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
2,256ms
服务级别:
100%
响应时间:
19ms