{"category":"sweatshirt","confidence":"high"}
curl --location --request POST 'https://zylalabs.com/api/12304/fashion+item+identification+fetch+api/23116/clothes+identification' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://images.pexels.com/photos/6311392/pexels-photo-6311392.jpeg"}'
{"main_category":"glasses","clothing_items":[{"category":"top","confidence":"high"}],"accessories":[{"category":"glasses","confidence":"high"}]}
curl --location --request POST 'https://zylalabs.com/api/12304/fashion+item+identification+fetch+api/23117/classify+category+and+accesories' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://media.glamour.mx/photos/6190986aa6e030d6480ff3c7/master/w_1600%2Cc_limit/185450.jpg"}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Identificação do Item de Moda Buscar API basta incluir seu token Bearer no cabeçalho Authorization.
| 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.
(Economize 2 meses com cobrança anual 🎉)
API de Identificação de Itens de Moda projetada para identificar a peça ou categoria dominante dentro de uma imagem. Ao contrário de soluções mais complexas voltadas para uma análise abrangente de roupas, esta API fornece uma resposta precisa e direta a uma única pergunta: Que tipo de peça domina visualmente a imagem?
A API suporta uma ampla variedade de categorias pré-definidas, incluindo parte superior, camiseta, moletom, roupas externas, colete, shorts, calças, saia, vestido, chapéu, óculos, relógio, cinto, calçados, bolsa e cachecol.
Ela possui dois endpoints que permitem um processamento de imagem flexível, seja via URL ou entradas compatíveis, adaptando-se a diferentes fluxos de integração. Seu design leve e foco específico a tornam ideal para aplicações que exigem decisões rápidas sem a necessidade de uma análise profunda de várias peças ou atributos.
Em resumo, é uma solução prática, rápida e focada que permite detectar a principal categoria de uma peça em uma imagem, otimizando fluxos de trabalho e melhorando a eficiência em aplicações relacionadas à moda e conteúdo visual.
O endpoint "Classificar Categoria" retorna a categoria de roupa dominante e seu nível de confiança O endpoint "Classificar Categoria e Acessórios" fornece a principal categoria de roupa uma lista detalhada de itens de roupa detectados com seus níveis de confiança e quaisquer acessórios identificados
Os campos principais incluem "categoria" e "confiança" na resposta "Classificar Categoria". Na resposta "Classificar Categoria e Acessórios", os campos principais são "categoria_principal", "itens_de_vestuário" (com subcampos "categoria" e "confiança") e "acessórios"
Os dados de resposta estão estruturados no formato JSON A "Classificar Categoria" devolve um objeto simples com categoria e confiança A "Classificar Categoria e Acessórios" devolve um objeto mais complexo com uma categoria principal e um array de roupas cada uma contendo sua categoria e confiança
O endpoint "Classificar Categoria" fornece o tipo principal de vestuário enquanto o endpoint "Classificar Categoria e Acessórios" oferece uma divisão abrangente do vestuário principal e quaisquer itens de vestuário adicionais e acessórios detectados na imagem
Ambos os endpoints aceitam entradas de imagem tanto como uma URL quanto como dados binários Os usuários podem personalizar as solicitações fornecendo diferentes imagens para analisar permitindo uma integração flexível em várias aplicações
Os usuários podem aproveitar os campos "categoria" e "confiança" para etiquetar e filtrar itens de moda em suas aplicações A análise detalhada do segundo endpoint pode aprimorar a experiência do usuário ao fornecer sugestões de roupas ou recomendações com base nos itens detectados
Os casos de uso típicos incluem plataformas de e-commerce de moda para etiquetar produtos aplicativos móveis para reconhecimento de roupas e aplicações de redes sociais para aprimorar o conteúdo gerado pelo usuário com identificação de itens de moda
A precisão dos dados é mantida através de tecnologia de reconhecimento avançada que analisa imagens em busca de características dominantes das roupas Atualizações e melhorias contínuas nos algoritmos de reconhecimento ajudam a garantir altos níveis de confiança nas categorias identificadas