स्पेशी पहचान एपीआई एक कृत्रिम बुद्धिमत्ता आधारित समाधान है जो केवल एक यूआरएल प्रदान करके चित्रों में जानवरों की स्वचालित पहचान सक्षम करता है यह उपयोग में सरल अत्यधिक सटीक और विभिन्न वातावरणों और छवि गुणवत्ता में विभिन्न प्रजातियों की पहचान करने में सक्षम है
यह एपीआई लाखों लेबल वाले चित्रों पर प्रशिक्षित उन्नत कंप्यूटर दृष्टि मॉडलों का उपयोग करता है जिससे यह चुनौतीपूर्ण परिस्थितियों जैसे परिवर्तनशील प्राकृतिक प्रकाश जटिल पृष्ठभूमि या आंशिक रूप से दृश्य जानवरों में भी विश्वसनीय परिणाम प्रदान कर सकता है
{"success":true,"image_url":"https://monkeyworlds.com/wp-content/uploads/human-monkey.webp","output":[{"label":"monkey","score":0.95}]}
curl --location --request POST 'https://zylalabs.com/api/6627/specie+identification+api/9727/animal+identification?url=https://monkeyworlds.com/wp-content/uploads/human-monkey.webp' --header 'Authorization: Bearer YOUR_API_KEY'
| 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।
पशु पहचान अंत बिंदु एक JSON ऑब्जेक्ट लौटाता है जिसमें एक सफलता स्थिति, छवि URL और वर्गीकरण परिणामों का एक सरणी शामिल होता है प्रत्येक परिणाम में एक बिल्ली प्रजाति लेबल और एक विश्वास स्कोर होता है जो वर्गीकरण की सटीकता को दर्शाता है
प्रतिक्रिया डेटा में मुख्य क्षेत्रों में "सफलता" (बूलियन), "छवि_url" (स्ट्रिंग), और "आउटपुट" (एरे) शामिल हैं "आउटपुट" एरे में "लेबल" (प्रजाति का नाम) और "स्कोर" (विश्वास स्तर) वाले ऑब्जेक्ट होते हैं
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है यह एक सफलता संकेतक के साथ शुरू होता है इसके बाद छवि URL होता है और वर्गीकरण परिणामों के एक सरणी के साथ समाप्त होता है प्रत्येक में पहचानी गई प्रजातियों और उसके विश्वास स्कोर का विवरण होता है
पशु पहचान अंत बिंदु को एक ही पैरामीटर की आवश्यकता होती है: छवि यूआरएल उपयोगकर्ताओं को उस जानवर की छवि की ओर इंगित करने वाला एक मान्य यूआरएल प्रदान करना चाहिए जिसे वे वर्गीकृत करना चाहते हैं
उपयोगकर्ता प्रजातियों की पहचान के लिए "लेबल" को ब्याख्या करके और वर्गीकरण की विश्वसनीयता का आकलन करने के लिए "स्कोर" का उपयोग करके लौटाए गए डेटा का उपयोग कर सकते हैं उच्च स्कोर पहचान में अधिक विश्वास को इंगित करते हैं
डेटा सटीकता को उन्नत मशीन लर्निंग एल्गोरिदम के माध्यम से बनाए रखा जाता है जो बिल्लियों के दृश्य विशेषताओं का विश्लेषण करते हैं विविध डेटा सेटों के साथ निरंतर प्रशिक्षण मॉडल के प्रदर्शन और विश्वसनीयता में सुधार करने में मदद करता है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
922ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
148ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
23ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
86ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
7,192ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
151ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
290ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
853ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
871ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
724ms