A API que você menciona é uma ferramenta de classificação e reconhecimento de imagens projetada para identificar espécies de pássaros a partir de uma imagem fornecida pelo usuário. Quando uma URL de uma imagem de pássaro é passada, a API realiza uma análise profunda usando modelos de aprendizado de máquina treinados em grandes bancos de dados de imagens de pássaros. O resultado dessa análise é uma resposta estruturada que inclui informações chave sobre a espécie identificada na imagem
Um dos aspectos mais importantes oferecidos pela API é a capacidade de fornecer um rótulo da espécie identificada, junto com uma pontuação de confiança que indica quão precisa é a classificação feita. A pontuação é um valor entre 0 e 1, onde valores próximos a 1 indicam alta certeza na identificação. Essa pontuação é crítica porque permite ao usuário entender a confiabilidade do resultado e determinar se validação adicional é necessária
{"image_url":"https://cdn.shopify.com/s/files/1/0565/8021/0861/files/unnamed_800x.png?v=1732702084","output":[{"label":"American Pit Bull Terrier","score":0.95}]}
curl --location --request POST 'https://zylalabs.com/api/6344/pet+genome+api/9074/animal+detection?url=https://cdn.shopify.com/s/files/1/0565/8021/0861/files/unnamed_800x.png?v=1732702084' --header 'Authorization: Bearer YOUR_API_KEY'
| 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.
O endpoint de Detecção de Animais retorna dados estruturados que incluem o rótulo da espécie identificada um escore de confiança indicando a precisão da identificação e potencialmente características ou traços adicionais relacionados à espécie
Os campos chave nos dados de resposta normalmente incluem "espécies" (o nome da espécie identificada) "confiança" (uma pontuação entre 0 e 1) e possivelmente "características" que descrevem características específicas da espécie identificada
O parâmetro principal para o endpoint de Detecção Animal é a "url" que deve apontar para uma imagem do animal Os usuários devem garantir que a URL seja acessível e aponte para um arquivo de imagem válido
Os dados de resposta estão organizados em um formato JSON, com pares de chave-valor representando as espécies identificadas, a pontuação de confiança e quaisquer características adicionais. Essa estrutura permite uma fácil análise e integração em aplicativos
Os dados para identificação de espécies são obtidos a partir de extensos bancos de dados de imagens de animais rotuladas que são usadas para treinar modelos de aprendizado de máquina Isso garante uma ampla cobertura de várias espécies e suas características
Os casos de uso típicos incluem pesquisa sobre vida selvagem, identificação de raças de animais de estimação, fins educacionais e aumento do engajamento do usuário em aplicações relacionadas a cuidados com animais ou esforços de conservação
Os usuários podem utilizar os dados retornados interpretando o rótulo da espécie e a pontuação de confiança para avaliar a confiabilidade da identificação Essas informações podem orientar pesquisas adicionais ou esforços de validação especialmente em aplicações críticas
A precisão dos dados é mantida por meio do treinamento contínuo dos modelos de aprendizado de máquina em conjuntos de dados atualizados validação regular em relação às classificações de especialistas e mecanismos de feedback do usuário para melhorar o processo de identificação
Nível de serviço:
100%
Tempo de resposta:
1.236ms
Nível de serviço:
100%
Tempo de resposta:
419ms
Nível de serviço:
100%
Tempo de resposta:
3.137ms
Nível de serviço:
100%
Tempo de resposta:
2.016ms
Nível de serviço:
100%
Tempo de resposta:
458ms
Nível de serviço:
100%
Tempo de resposta:
406ms
Nível de serviço:
100%
Tempo de resposta:
4.303ms
Nível de serviço:
100%
Tempo de resposta:
1.415ms
Nível de serviço:
100%
Tempo de resposta:
1.194ms
Nível de serviço:
100%
Tempo de resposta:
1.325ms