Envie o arquivo de imagem do qual você deseja reconhecer o objeto. Receba o rótulo e a pontuação de confiança.
Vigilância de Segurança: A API pode ser utilizada em sistemas de segurança para monitorar e analisar transmissões de vídeo ao vivo, identificando ameaças potenciais, como acesso não autorizado, objetos suspeitos ou atividades incomuns, aprimorando a resposta de segurança em tempo real.
Dirigindo Autonomamente: Em carros autônomos, a API desempenha um papel crucial na identificação e classificação de objetos na estrada, como pedestres, outros veículos, sinais de trânsito e obstáculos, garantindo navegação segura e eficiente.
Comércio Eletrônico: Varejistas online podem usar a API para etiquetar e categorizar automaticamente produtos em imagens, melhorando a funcionalidade de busca, recomendações de produtos e gerenciamento de estoque ao reconhecer itens e seus atributos.
Cuidados com a Saúde: Em imagens médicas, a API auxilia no diagnóstico de condições ao detectar anomalias em raios-X, ressonâncias magnéticas ou tomografias computadorizadas, como tumores, fraturas ou outras condições médicas, apoiando assim diagnósticos precisos e oportunos.
Realidade Aumentada (AR): A API melhora aplicativos de AR ao detectar e rastrear objetos em tempo real, possibilitando experiências interativas como colocação de objetos virtuais, sobreposições de informações em tempo real e ambientes de jogos imersivos.
Além do número de chamadas da API, não há outra limitação.
Dado uma imagem de entrada, retorne uma lista de rótulos de objetos detectados, porcentagens de confiança e caixas delimitadoras. Objetos com confiança inferior a 0.3 (30%) são filtrados.
Detecção - Recursos do endpoint
| Objeto | Descrição |
|---|---|
Corpo da requisição |
[Obrigatório] Arquivo binário |
[{"label": "dog", "confidence": "0.74", "bounding_box": {"x1": "4", "y1": "7", "x2": "595", "y2": "487"}}, {"label": "toothbrush", "confidence": "0.33", "bounding_box": {"x1": "-1", "y1": "347", "x2": "589", "y2": "517"}}]
curl --location 'https://zylalabs.com/api/4497/object+finder+api/5518/detection' \
--header 'Content-Type: application/json' \
--form 'image=@"FILE_PATH"'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
A API suporta vários formatos de imagem, incluindo JPEG e PNG. Ela pode processar imagens de diferentes resoluções, embora imagens de maior qualidade possam gerar resultados mais precisos
A API é projetada para detectar e reconhecer múltiplos objetos dentro de uma única imagem Ela retorna caixas delimitadoras para cada objeto identificado junto com os rótulos de classificação correspondentes e as pontuações de confiança
A API oferece alta precisão na detecção de objetos com métricas de precisão e revocação variando com base na complexidade da cena e na qualidade da imagem de entrada Atualizações regulares e melhorias no modelo aumentam o desempenho ao longo do tempo
O tempo de resposta depende do tamanho da imagem e do número de objetos dentro da imagem Geralmente a API é otimizada para baixa latência fornecendo resultados em algumas centenas de milissegundos para tamanhos de imagem padrão
Enquanto a API vem pré-treinada em grandes conjuntos de dados diversos, opções de personalização estão disponíveis Os usuários podem ajustar o modelo em seus próprios conjuntos de dados para melhorar a precisão para categorias de objetos específicas relevantes para sua aplicação
O endpoint de Detecção retorna um array JSON contendo objetos detectados da imagem de entrada. Cada entrada de objeto inclui seu rótulo, pontuação de confiança e coordenadas da caixa delimitadora
Os campos-chave nos dados de resposta são "label" (o nome do objeto detectado) "confidence" (a certeza da detecção como uma porcentagem) e "bounding_box" (coordenadas definindo a localização do objeto na imagem)
Os dados de resposta estão organizados como um array JSON onde cada objeto detectado na imagem é representado como um objeto JSON separado contendo seu rótulo, escore de confiança e detalhes da caixa delimitadora
O endpoint de Detecção aceita principalmente um arquivo de imagem como entrada Os usuários podem personalizar suas solicitações ajustando a qualidade e a resolução da imagem para otimizar os resultados da detecção
Os usuários podem utilizar os dados retornados analisando os scores de confiança para filtrar detecções menos certas e usando as coordenadas da caixa delimitadora para destacar ou rastrear objetos detectados em suas aplicações
Casos de uso típicos incluem rastreamento de objetos em tempo real em vigilância, etiquetagem automatizada em comércio eletrônico e detecção de anomalias em imagens de saúde, aproveitando a capacidade da API de identificar e classificar objetos com precisão
A precisão dos dados é mantida por meio de treinamento contínuo do modelo em conjuntos de dados diversos atualizações regulares e avaliações de desempenho para garantir altas taxas de detecção em várias categorias de objetos e ambientes
Se a resposta contiver resultados parciais ou vazios os usuários devem verificar a qualidade da imagem de entrada e garantir que ela atenda aos requisitos da API Eles também podem ajustar seus parâmetros de detecção ou fornecer imagens mais claras para obter melhores resultados
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
123ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
2.224ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
105ms
Nível de serviço:
100%
Tempo de resposta:
455ms
Nível de serviço:
83%
Tempo de resposta:
564ms
Nível de serviço:
100%
Tempo de resposta:
97ms
Nível de serviço:
100%
Tempo de resposta:
616ms
Nível de serviço:
100%
Tempo de resposta:
1.089ms
Nível de serviço:
100%
Tempo de resposta:
1.955ms
Nível de serviço:
100%
Tempo de resposta:
866ms
Nível de serviço:
100%
Tempo de resposta:
278ms
Nível de serviço:
100%
Tempo de resposta:
0ms
Nível de serviço:
100%
Tempo de resposta:
718ms
Nível de serviço:
100%
Tempo de resposta:
1.293ms
Nível de serviço:
100%
Tempo de resposta:
823ms
Nível de serviço:
100%
Tempo de resposta:
587ms
Nível de serviço:
100%
Tempo de resposta:
696ms