{"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'
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 प्रजाति पहचान 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 🎉)
अग्रणी कंपनियों का भरोसा
स्पीशीज़ रिकग्निशन एपीआई जानवरों की प्रजातियों को छवियों से सटीक रूप से पहचानने के लिए डिज़ाइन किया गया है यह केवल एक तस्वीर अपलोड करके विभिन्न प्रकार के जानवरों को पहचानने का तेज और विश्वसनीय तरीका प्रदान करता है एपीआई आम घरेलू जानवरों और दूरस्थ आवासों में पाए जाने वाले दुर्लभ वन्यजीवों दोनों की पहचान का समर्थन करता है
बड़े पैमाने पर डेटा सेट पर प्रशिक्षित अत्याधुनिक मशीन लर्निंग मॉडल का लाभ उठाते हुए एपीआई फर के पैटर्न त्वचा की बनावट रंगाई शरीर के आकार और प्रजातियों का निर्धारण करने के लिए अन्य विशिष्ट विशेषताओं जैसे दृश्य विशेषताओं का विश्लेषण करता है
स्पीशीज़ रिकग्निशन एपीआई लागू करना आसान है और यह कई प्रोग्रामिंग भाषाओं और प्लेटफार्मों के साथ पूरी तरह से संगत है इसका सहज इंटरफ़ेस डेवलपर्स को बिना किसी परेशानी के इसे वेब या मोबाइल अनुप्रयोगों में seamlessly एकीकृत करने की अनुमति देता है
एनिमल आइडेंटिफायर एंडपॉइंट एक JSON ऑब्जेक्ट लौटाता है जिसमें एक सफलता स्थिति छवि यूआरएल और वर्गीकरण परिणामों का एक एरे होता है प्रत्येक परिणाम में एक बिल्ली प्रजाति लेबल और एक विश्वास स्कोर होता है जो वर्गीकरण की सटीकता को दर्शाता है
प्रतिक्रिया डेटा में मुख्य क्षेत्र "सफलता" (बूलियन), "छवि_यूआरएल" (स्ट्रिंग), और "आउटपुट" (ऐरे) शामिल हैं "आउटपुट" ऐरे में "लेबल" (प्रजाति नाम) और "स्कोर" (विश्वास स्तर) वाले ऑब्जेक्ट्स होते हैं
प्रतिक्रिया डेटा एक JSON ऑब्जेक्ट के रूप में संरचित है यह एक सफलता संकेतक के साथ शुरू होता है इसके बाद छवि URL होता है और वर्गीकरण परिणामों की एक सरणी के साथ समाप्त होता है प्रत्येक में पहचान की गई प्रजातियों और उसके विश्वास स्कोर का विवरण होता है
पशु पहचानकर्ता अंतिम बिंदु प्रजातियों के बारे में जानकारी प्रदान करता है जिसमें उनके नाम और छवि विश्लेषण के आधार पर विश्वास स्कोर शामिल हैं
एनिमल आइडेंटिफायर एंडपॉइंट को एक ही पैरामीटर की आवश्यकता होती है: इमेज यूआरएल उपयोगकर्ताओं को उस पक्षी की छवि का सही यूआरएल प्रदान करना होगा जिसे वे वर्गीकृत करना चाहते हैं
उपयोगकर्ता प्रजातियों की पहचान के लिए "लेबल" का उपयोग करके और वर्गीकरण की विश्वसनीयता को आंकने के लिए "स्कोर" का उपयोग करके लौटाए गए डेटा का उपयोग कर सकते हैं उच्च स्कोर पहचान में अधिक आत्मविश्वास का संकेत देते हैं
डेटा सटीकता को उन्नत मशीन लर्निंग एल्गोरिदम के माध्यम से बनाए रखा जाता है जो बिल्लियों की दृश्य विशेषताओं का विश्लेषण करते हैं विविध डेटा सेट के साथ लगातार प्रशिक्षण मॉडल की प्रदर्शन और विश्वसनीयता में सुधार करने में मदद करता है