A API de Rotulagem de Imagens é uma ferramenta inteligente projetada para analisar conteúdo visual e retornar uma lista de tags representativas acompanhadas por um nível de confiança. Sua função principal é identificar automaticamente os elementos, objetos ou conceitos presentes em uma imagem, permitindo que os desenvolvedores integrem capacidades de visão computacional em suas aplicações de forma rápida, precisa e escalável
Quando uma imagem é enviada para o endpoint, a API processa os dados visuais usando modelos avançados de aprendizado profundo treinados com milhões de exemplos. O sistema avalia características como cores, formas, texturas e padrões, gerando uma lista ordenada de possíveis correspondências ou categorias. Cada tag inclui um valor de "confiança" que indica o grau de certeza do modelo em relação à classificação realizada. Por exemplo, uma imagem de uma xícara de café poderia gerar resultados como Café, Cappuccino ou Espresso, cada um com seu correspondente nível de probabilidade
A resposta estruturada em formato JSON torna a integração fácil, permitindo que você filtre resultados, defina limites de confiança ou combine etiquetas para obter uma descrição mais rica do conteúdo visual. Além disso, sua arquitetura escalável garante tempos de resposta rápidos e alto desempenho mesmo ao processar grandes quantidades de imagens simultaneamente
Em resumo, esta API oferece uma solução poderosa e moderna para a interpretação automatizada de imagens. Suas capacidades de detecção precisas e flexibilidade de uso a tornam uma ferramenta essencial para qualquer projeto que exija classificação visual, análise de conteúdo multimídia ou aprimoramento da experiência do usuário por meio da visão computacional
[{"confidence": 0.9872180819511414, "label": "Coffee cup"}, {"confidence": 0.9810552000999451, "label": "Drinkware"}, {"confidence": 0.9806397557258606, "label": "Cup"}, {"confidence": 0.9805021286010742, "label": "Tableware"}, {"confidence": 0.9769809246063232, "label": "Serveware"}, {"confidence": 0.9642826318740845, "label": "Coffee"}, {"confidence": 0.9397545456886292, "label": "Java coffee"}, {"confidence": 0.9252597689628601, "label": "Teacup"}, {"confidence": 0.9084005951881409, "label": "Heart"}, {"confidence": 0.8848931193351746, "label": "Cup"}]
curl --location --request GET 'https://zylalabs.com/api/11006/photo+labeling+api/20743/labeling+image?url=https://yorkemporium.co.uk/cdn/shop/articles/AdobeStock_315403482_1_b207df01-70f2-407f-ab1f-64f8b66bb010.jpg?v=1756975415&width=5760' --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.
A API de Rotulagem de Fotos retorna um array JSON de rótulos, cada um representando objetos ou conceitos identificados na imagem. Cada rótulo é acompanhado por uma pontuação de confiança que indica a certeza do modelo sobre a classificação
Os campos-chave nos dados de resposta incluem "rótulo", que especifica o objeto ou conceito identificado, e "confiança", que é um valor numérico (0 a 1) representando a certeza do modelo em relação àquele rótulo
Os dados de resposta estão estruturados como um array JSON onde cada elemento é um objeto contendo os campos "label" e "confidence" Isso permite fácil análise e integração em aplicações
O endpoint fornece informações sobre objetos, cores e ambientes presentes na imagem Por exemplo uma imagem de uma xícara de café pode retornar etiquetas como "Xícara de café" "Vasilhame" e "Copa"
Os usuários podem personalizar suas solicitações definindo parâmetros como limiares de confiança para filtrar rótulos menos certos Isso permite resultados mais precisos com base nas necessidades específicas da aplicação
A precisão dos dados é mantida por meio de avançados modelos de aprendizado profundo treinados em milhões de imagens Atualizações contínuas dos modelos e avaliações garantem que a API forneça classificações confiáveis e relevantes
Casos de uso típicos incluem classificação automática de imagens análise de conteúdo multimídia e melhoria da experiência do usuário em aplicações que requerem reconhecimento visual como plataformas de comércio eletrônico ou redes sociais
Se a API retornar resultados parciais ou vazios os usuários devem implementar mecanismos de fallback como exibir uma mensagem padrão ou sugerir consultas alternativas para melhorar a experiência do usuário e manter o engajamento
Nível de serviço:
100%
Tempo de resposta:
228ms
Nível de serviço:
100%
Tempo de resposta:
213ms
Nível de serviço:
100%
Tempo de resposta:
182ms
Nível de serviço:
100%
Tempo de resposta:
39ms
Nível de serviço:
100%
Tempo de resposta:
561ms
Nível de serviço:
100%
Tempo de resposta:
75ms
Nível de serviço:
100%
Tempo de resposta:
1.692ms
Nível de serviço:
100%
Tempo de resposta:
1.971ms
Nível de serviço:
100%
Tempo de resposta:
293ms
Nível de serviço:
100%
Tempo de resposta:
2.084ms