A API Hoof Print é uma ferramenta avançada de identificação de raças especificamente projetada para cavalos e gado. Aproveitando técnicas de reconhecimento de imagem e aprendizado de máquina de última geração, esta API permite a classificação precisa de várias raças ao analisar características visuais capturadas em fotografias. Ela avalia características-chave, como padrões de pelagem, estrutura corporal, morfologia facial e outros traços distintivos únicos de cada raça. A API Hoof Print é um recurso essencial para agricultores, veterinários, criadores e profissionais de gestão de gado que exigem identificação precisa e automatizada de raças
{"success":true,"image_url":"https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcTg08a1gWEiGHDWYBt8viqIRGDfyeAYf8pCtQ&s","output":[{"label":"horse","score":0.95}]}
curl --location --request POST 'https://zylalabs.com/api/6386/hoof+print+api/9157/detect+hoof?url=https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcTg08a1gWEiGHDWYBt8viqIRGDfyeAYf8pCtQ&s' --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 Detect Hoof retorna resultados de identificação de raça com base na URL da imagem submetida A resposta inclui nomes de raças pontuações de confiança e características adicionais relacionadas à raça identificada
Os campos principais nos dados de resposta incluem "raça", que especifica a raça identificada, "confiança", indicando a precisão da identificação, e "traços", detalhando características distintas associadas à raça
O parâmetro principal para o endpoint Detect Hoof é "image_url" que requer uma URL válida apontando para a imagem do cavalo ou do gado para análise
Os dados da resposta estão organizados em um formato JSON, contendo um objeto principal com campos para identificação da raça, níveis de confiança e quaisquer características adicionais. Essa estrutura permite fácil interpretação e integração em aplicativos
Os casos de uso típicos incluem auxiliar veterinários na identificação de raças ajudar criadores a selecionar o gado apropriado e permitir que os agricultores gerenciem seus rebanhos de forma mais eficaz por meio de uma classificação precisa das raças
A precisão dos dados é mantida por meio de algoritmos avançados de aprendizado de máquina treinados em um conjunto de dados diversificado de imagens e raças Atualizações e aprimoramentos contínuos no modelo garantem uma identificação melhorada ao longo do tempo
Os usuários podem esperar padrões de dados consistentes, como uma alta pontuação de confiança para raças bem definidas e pontuações mais baixas para raças menos distintas ou mistas. A resposta normalmente incluirá várias sugestões de raças classificadas por confiança
Os usuários podem utilizar os dados retornados integrando-os a sistemas de gestão de gado usando informações sobre raças para decisões de reprodução ou analisando características para requisitos de saúde e cuidados específicos para as raças identificadas
Nível de serviço:
100%
Tempo de resposta:
823ms
Nível de serviço:
100%
Tempo de resposta:
1.289ms
Nível de serviço:
100%
Tempo de resposta:
1.499ms
Nível de serviço:
100%
Tempo de resposta:
20ms
Nível de serviço:
100%
Tempo de resposta:
2.829ms
Nível de serviço:
100%
Tempo de resposta:
1.098ms
Nível de serviço:
100%
Tempo de resposta:
721ms
Nível de serviço:
100%
Tempo de resposta:
1.281ms
Nível de serviço:
100%
Tempo de resposta:
568ms
Nível de serviço:
100%
Tempo de resposta:
838ms
Nível de serviço:
99%
Tempo de resposta:
744ms
Nível de serviço:
100%
Tempo de resposta:
769ms
Nível de serviço:
100%
Tempo de resposta:
2.016ms
Nível de serviço:
100%
Tempo de resposta:
702ms
Nível de serviço:
100%
Tempo de resposta:
3.204ms
Nível de serviço:
100%
Tempo de resposta:
386ms
Nível de serviço:
100%
Tempo de resposta:
1.367ms
Nível de serviço:
100%
Tempo de resposta:
464ms
Nível de serviço:
100%
Tempo de resposta:
2.016ms
Nível de serviço:
100%
Tempo de resposta:
653ms