{"detected_faces": [{"BoundingBox": {"startX": 184, "startY": 0, "endX": 419, "endY": 317, "Probability": 99.09457564353943}, "Gender": {"Gender": "male", "Probability": 81.68779015541077}, "Age": {"Age-Range": {"Low": 47, "High": 60}}}]}
curl --location --request POST 'https://zylalabs.com/api/563/age+and+gender+detector+api/399/detector' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"url": "https://encrypted-tbn1.gstatic.com/licensed-image?q=tbn:ANd9GcSAHmDSOdLA5YgFlEkMmgdweIf3jyGI0EGKqU5U7TpO70GFAY48v1N51eMRpY6mbG-VzfPvgObhOwB8lX4",
"accuracy_boost": 3
}'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए आयु और लिंग पहचानने वाला API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| 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।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
एपीआई के बारे में:
accuracy_boost: आपके अनुरोध की सटीकता बढ़ाने के लिए, एपीआई प्रतिक्रिया समय के व्यापार-समझौते में, मॉडल की सटीकता बढ़ाने के लिए वैकल्पिक “accuracy_boost” पैरामीटर का उपयोग करें। वैध तर्क 1 से 4 के बीच के मान हैं, जिसमें 1 सबसे तेज और सबसे कम सटीक मॉडल है और 4 सबसे सटीक और सबसे धीमा मॉडल है। हम अधिकांश उपयोग के मामलों के लिए 2 की सिफारिश करते हैं।
प्रति महीने एपीआई कॉल की संख्या के अलावा, कोई अन्य सीमाएं नहीं हैं।
यह एपीआई एक चित्र में पहचाने गए चेहरों से संबंधित जानकारी लौटाता है जिसमें अनुमानित आयु श्रृंखलाएँ और लिंग वर्गीकरण शामिल हैं प्रत्येक पहचाना गया चेहरा एक बाउंडिंग बॉक्स लिंग संभावना और आयु श्रृंखला शामिल करता है
प्रतिक्रिया में मुख्य क्षेत्रों में "detected_faces" शामिल है जो चेहरे के डेटा का एक सरणी है प्रत्येक चेहरे के प्रविष्टि में "BoundingBox" "Gender" और "Age" शामिल हैं जिनके साथ संबंधित संभावनाएं और आयु रेंज हैं
प्रतिक्रिया डेटा JSON ऑब्जेक्ट के रूप में संरचित है इसमें "detected_faces" एरे है जहाँ प्रत्येक तत्व एक पहचानी गई चेहरे का प्रतिनिधित्व करता है इसके बाउंडिंग बॉक्स निर्देशांक लिंग और आयु सीमा विवरण के साथ
यह एंडपॉइंट दो पैरामीटर स्वीकार करता है "छवि URL" (विश्लेषण के लिए छवि का URL) और "सटीकता_boost" (सटीकता और प्रतिक्रिया समय को समायोजित करने के लिए 1 से 4 तक का पूर्णांक)
उपयोगकर्ता एक छवि यूआरएल प्रदान करके और "सटीकता_बूस्ट" स्तर चुनकर अनुरोधों को अनुकूलित कर सकते हैं यह उनकी आवश्यकताओं के आधार पर प्रतिक्रिया गति और सटीकता के बीच संतुलन की अनुमति देता है
विशिष्ट उपयोग के मामलों में डेटाबेस में उम्र और लिंग के अनुसार चित्रों को छांटना उपयोगकर्ता अनुशंसाओं में अनुभव को बढ़ाना और ऐसी सुरक्षा सुविधाओं को लागू करना शामिल है जिन्हें चित्र विश्लेषण के माध्यम से उपयोगकर्ता प्रमाणीकरण की आवश्यकता होती है
डेटा सटीकता उन्नत चेहरे की पहचान एल्गोरिदम के उपयोग से बनाए रखी जाती है उपयोगकर्ता "सटीकता_बूस्ट" पैरामीटर को समायोजित करके सटीकता को बढ़ा सकते हैं जिससे प्रतिक्रिया समय की लागत पर अधिक सटीक परिणाम मिलते हैं
यदि उपयोगकर्ता आंशिक या खाली परिणाम प्राप्त करते हैं तो उन्हें छवि गुणवत्ता की जांच करनी चाहिए और यह सुनिश्चित करना चाहिए कि चेहरे स्पष्ट रूप से दिखाई दे रहे हैं इसके अलावा "accuracy_boost" को समायोजित करने से पहचान के परिणामों में सुधार हो सकता है