物种识别API旨在准确识别图像中的动物物种。它提供了一种快速可靠的方法,只需上传图片即可识别各种动物。该API支持对常见的家养动物和在偏远栖息地中发现的稀有野生动物的识别
利用在大规模数据集上训练的最先进的机器学习模型,该API分析毛发图案、皮肤纹理、颜色、身体形状和其他独特特征等视觉特征来确定物种
物种识别API易于实现,完全兼容多种编程语言和平台。其直观的界面允许开发人员无缝集成到Web或移动应用程序中,无需麻烦
{"success":true,"image_url":"https://upload.wikimedia.org/wikipedia/commons/b/be/Orang_Utan%2C_Semenggok_Forest_Reserve%2C_Sarawak%2C_Borneo%2C_Malaysia.JPG","output":[{"label":"Orangutan","score":0.99}]}
curl --location --request POST 'https://zylalabs.com/api/6624/species+recognition+api/9724/animal+identifier?url=https://upload.wikimedia.org/wikipedia/commons/b/be/Orang_Utan%2C_Semenggok_Forest_Reserve%2C_Sarawak%2C_Borneo%2C_Malaysia.JPG' --header 'Authorization: Bearer YOUR_API_KEY'
| 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。
动物标识符端点返回一个包含成功状态、图片 URL 和一个分类结果数组的 JSON 对象。每个结果包括一个猫物种标签和一个表明分类准确性的置信度分数
响应数据中的关键字段包括“success”(布尔值)、“image_url”(字符串)和“output”(数组)。“output”数组包含带有“label”(物种名称)和“score”(置信度)的对象
响应数据的结构是一个JSON对象 它以一个成功指示符开头 然后是图像网址 最后是一个分类结果的数组 每个结果详细说明了识别出的物种及其置信度分数
动物识别端点提供物种的信息,包括它们的名称和基于图像分析的置信度分数
动物识别接口需要一个参数:图像URL 用户必须提供一个有效的URL指向他们想要分类的鸟的图像
用户可以通过解释“标签”来利用返回的数据进行物种识别,并使用“分数”来评估分类的可靠性 更高的分数表示对识别的更大信心
数据准确性通过先进的机器学习算法得以维护,这些算法分析猫的视觉特征 持续使用多样化的数据集进行训练有助于提高模型的性能和可靠性
服务级别:
100%
响应时间:
1,177ms
服务级别:
100%
响应时间:
1,748ms
服务级别:
100%
响应时间:
2,061ms
服务级别:
100%
响应时间:
197ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
734ms
服务级别:
100%
响应时间:
913ms
服务级别:
100%
响应时间:
925ms
服务级别:
100%
响应时间:
3,898ms
服务级别:
100%
响应时间:
2,391ms
服务级别:
100%
响应时间:
134ms
服务级别:
100%
响应时间:
323ms
服务级别:
100%
响应时间:
1,115ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
1,109ms
服务级别:
100%
响应时间:
1,090ms
服务级别:
100%
响应时间:
1,579ms
服务级别:
100%
响应时间:
219ms
服务级别:
100%
响应时间:
396ms
服务级别:
100%
响应时间:
885ms