Envía el archivo de imagen del que deseas reconocer el objeto. Recibe la etiqueta y el puntaje de confianza.
Vigilancia de Seguridad: La API puede ser utilizada en sistemas de seguridad para monitorear y analizar transmisiones de video en vivo, identificando amenazas potenciales como acceso no autorizado, objetos sospechosos o actividades inusuales, mejorando la respuesta de seguridad en tiempo real.
Conducción Autónoma: En automóviles autónomos, la API juega un papel crucial en la identificación y clasificación de objetos en la carretera, como peatones, otros vehículos, señales de tráfico y obstáculos, asegurando una navegación segura y eficiente.
Comercio Electrónico: Los minoristas en línea pueden utilizar la API para etiquetar y categorizar automáticamente productos en imágenes, mejorando la funcionalidad de búsqueda, recomendaciones de productos y gestión de inventarios al reconocer artículos y sus atributos.
Cuidado de la Salud: En imágenes médicas, la API ayuda en el diagnóstico de condiciones al detectar anomalías en radiografías, IRMs o tomografías computarizadas, como tumores, fracturas u otras condiciones médicas, apoyando así un diagnóstico preciso y oportuno.
Realidad Aumentada (AR): La API mejora las aplicaciones de AR al detectar y rastrear objetos en tiempo real, permitiendo experiencias interactivas como la colocación de objetos virtuales, superposiciones de información en tiempo real y entornos de juegos inmersivos.
Además del número de llamadas a la API, no hay ninguna otra limitación.
Dada una imagen de entrada, devuelve una lista de etiquetas de objetos detectados, porcentajes de confianza y cajas delimitadoras. Los objetos con una confianza menor a 0.3 (30%) son filtrados.
Detección - Características del Endpoint
| Objeto | Descripción |
|---|---|
Cuerpo de la Solicitud |
[Requerido] Archivo Binario |
[{"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"'
| 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.
La API admite varios formatos de imagen, incluyendo JPEG, PNG, BMP y TIFF. Puede procesar imágenes de diferentes resoluciones, aunque las imágenes de mayor calidad pueden ofrecer resultados más precisos.
La API está diseñada para detectar y reconocer múltiples objetos dentro de una sola imagen. Devuelve cuadros delimitadores para cada objeto identificado junto con las etiquetas de clasificación correspondientes y los puntajes de confianza.
La API ofrece una alta precisión en la detección de objetos, con métricas de precisión y recuperación que varían según la complejidad de la escena y la calidad de la imagen de entrada. Las actualizaciones regulares y las mejoras en el modelo mejoran el rendimiento con el tiempo.
El tiempo de respuesta depende del tamaño de la imagen y del número de objetos dentro de la imagen. Generalmente, la API está optimizada para baja latencia, proporcionando resultados en unos pocos cientos de milisegundos para tamaños de imagen estándar.
Aunque la API viene preentrenada en grandes y diversos conjuntos de datos, hay opciones de personalización disponibles. Los usuarios pueden ajustar el modelo en sus propios conjuntos de datos para mejorar la precisión en categorías de objetos específicas relevantes para su aplicación.
El endpoint de detección devuelve una lista de objetos detectados dentro de la imagen de entrada. Cada objeto está acompañado de su etiqueta de clasificación, puntaje de confianza y coordenadas del cuadro delimitador, proporcionando información detallada sobre el contenido visual.
Los campos clave en los datos de respuesta incluyen "label" (el objeto identificado), "confidence" (la probabilidad de que la detección sea precisa) y "bounding_box" (coordenadas que definen la ubicación del objeto en la imagen).
Los datos de respuesta están organizados como un arreglo JSON, donde cada elemento representa un objeto detectado. Cada objeto contiene campos para la etiqueta, el puntaje de confianza y la caja delimitadora, lo que permite un fácil análisis y procesamiento.
El endpoint de Detección acepta principalmente un archivo de imagen como entrada. Los usuarios pueden personalizar sus solicitudes ajustando la calidad y el formato de la imagen, lo que puede influir en la precisión y el rendimiento de la detección.
Los usuarios pueden utilizar los datos devueltos al analizar los puntajes de confianza para filtrar detecciones de baja confianza, utilizando coordenadas de cuadro delimitador para superposiciones visuales y empleando etiquetas para la categorización o procesamiento adicional en aplicaciones.
Los casos de uso típicos incluyen la vigilancia de seguridad para la detección de amenazas, la conducción autónoma para el reconocimiento de obstáculos, el comercio electrónico para la etiquetación de productos y la atención médica para identificar anomalías en imágenes médicas.
La precisión de los datos se mantiene mediante el entrenamiento continuo del modelo en conjuntos de datos diversos, actualizaciones regulares y evaluaciones de rendimiento. Esto garantiza que la API se adapte a nuevas categorías de objetos y mejore las capacidades de detección con el tiempo.
Si la respuesta contiene resultados parciales o vacíos, los usuarios deben verificar la calidad de la imagen de entrada y asegurarse de que cumpla con los requisitos de la API. Además, pueden mejorar su selección de imágenes o métodos de preprocesamiento para mejorar los resultados de detección.
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.147ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
636ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
861ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.249ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
493ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
575ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
11.821ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.379ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
464ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
561ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.078ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.781ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.298ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
5.849ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
8.591ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.725ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.731ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
425ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
498ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
3.891ms