API de Recuperación de Datos de Ropa diseñada para identificar la prenda o categoría dominante dentro de una imagen. A diferencia de soluciones más complejas orientadas al análisis exhaustivo del atuendo, esta API proporciona una respuesta precisa y directa a una sola pregunta: ¿Qué tipo de prenda domina visualmente la imagen?
La API admite una amplia variedad de categorías predefinidas, incluyendo parte superior, camiseta, sudadera, ropa exterior, chaleco, pantalones cortos, pantalones, falda, vestido, sombrero, gafas, reloj, cinturón, calzado, bolsa y bufanda.
Cuenta con dos puntos finales que permiten un procesamiento de imágenes flexible, ya sea a través de URL o entradas compatibles, adaptándose a diferentes flujos de trabajo de integración. Su diseño ligero y enfoque específico la hacen ideal para aplicaciones que requieren decisiones rápidas sin necesidad de un análisis profundo de múltiples prendas o atributos.
En resumen, es una solución práctica, rápida y enfocada que te permite detectar la categoría principal de una prenda en una imagen, optimizando flujos de trabajo y mejorando la eficiencia en aplicaciones relacionadas con la moda y el contenido visual.
Identifica la categoría de ropa dominante en una imagen, devolviendo el tipo de prenda principal con un nivel de confianza para un etiquetado y filtrado rápido
Clasificar categoría - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Json |
{"category":"sweatshirt","confidence":"high"}
curl --location --request POST 'https://zylalabs.com/api/12303/clothes+data+retrieval+api/23114/classify+category' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://images.pexels.com/photos/6311392/pexels-photo-6311392.jpeg"}'
Clasificar categoría y accesorios - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Json |
{"main_category":"glasses","clothing_items":[{"category":"top","confidence":"high"}],"accessories":[{"category":"glasses","confidence":"high"}]}
curl --location --request POST 'https://zylalabs.com/api/12303/clothes+data+retrieval+api/23115/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"}'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
El endpoint "Clasificar Categoría" devuelve la categoría de ropa dominante y su nivel de confianza El endpoint "Clasificar Categoría y Accesorios" proporciona la categoría principal de ropa una lista detallada de las prendas detectadas sus niveles de confianza y cualquier accesorio identificado
Los campos clave incluyen "categoría" y "confianza" en el primer endpoint mientras que el segundo endpoint incluye "categoría_principal" "artículos_de_ropa" (con "categoría" y "confianza" individuales) y "accesorios"
Los datos de la respuesta están estructurados en formato JSON El primer punto final devuelve un objeto simple con categoría y confianza El segundo punto final devuelve un objeto más complejo con una categoría principal y un array de artículos de vestir cada uno con su propia categoría y nivel de confianza
Ambos puntos finales aceptan entradas de imagen ya sea como una URL o como datos binarios Los usuarios pueden personalizar las solicitudes proporcionando diferentes fuentes de imagen para analizar varios artículos de ropa
Los casos de uso típicos incluyen aplicaciones de moda que requieren una identificación rápida de los tipos de ropa para etiquetar filtrar o mejorar la experiencia del usuario en plataformas de comercio electrónico y sitios web relacionados con la moda
Los usuarios pueden aprovechar los campos "categoría" y "confianza" para etiquetar elementos en sus aplicaciones mientras el desglose detallado del segundo endpoint permite un filtrado más rico y un análisis de atuendos mejorando la participación del usuario
La precisión de los datos se mantiene a través de algoritmos avanzados de procesamiento de imágenes que se centran en identificar las categorías de ropa dominantes asegurando resultados fiables para la clasificación de prendas
Los usuarios pueden esperar patrones consistentes en las respuestas como altos niveles de confianza para prendas claramente visibles y listas de accesorios potencialmente vacías si no se detectan accesorios en la imagen
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
718ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.040ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.007ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
793ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
0ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
5.838ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.280ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.293ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
18ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
10.009ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
17ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
16ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
9.273ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
861ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
960ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
511ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
661ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.010ms