您提到的API是一个图像分类和识别工具,旨在识别用户提供的图像中的鸟类物种。当传递一张鸟类图像的URL时,API会使用在大型鸟类图像数据库上训练的机器学习模型进行深度分析。此分析的结果是一个结构化的响应,其中包括关于图像中识别的物种的关键信息
API提供的最重要的方面之一是能够提供识别物种的标签,以及表明分类准确性的信息得分。得分是一个介于0和1之间的值,接近1的值表示对识别有很高的确定性。这个得分至关重要,因为它使用户能够理解结果的可靠性并判断是否需要额外的验证
{"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'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
动物检测端点返回结构化数据,包括识别的物种标签、指示识别准确性的置信度分数,以及可能与物种相关的附加特征或属性
响应数据中的关键字段通常包括“物种”(识别出的物种名称)、“置信度”(0到1之间的分数),以及可能的“特征”,描述识别出物种的具体特性
动物检测端点的主要参数是“url”,它应指向动物的图像 用户必须确保该URL可访问并指向有效的图像文件
响应数据以JSON格式组织,键值对表示识别的物种、置信度得分和任何其他特征。这种结构便于解析和集成到应用程序中
物种识别的数据来源于广泛的标记动物图像数据库,这些图像用于训练机器学习模型。这确保了各种物种及其特征的广泛覆盖
典型的使用案例包括野生动物研究 宠物品种识别 教育用途,以及在与动物护理或保护工作相关的应用中增强用户参与度
用户可以通过解释物种标签和置信度评分来利用返回的数据,以评估鉴定的可靠性。此信息可以指导进一步的研究或验证工作,特别是在关键应用中
数据准确性通过对更新数据集的机器学习模型进行持续培训定期与专家分类进行验证以及用户反馈机制来改善识别过程得到保持
服务级别:
100%
响应时间:
173ms
服务级别:
100%
响应时间:
2,429ms
服务级别:
100%
响应时间:
17ms
服务级别:
100%
响应时间:
105ms
服务级别:
100%
响应时间:
3,869ms
服务级别:
100%
响应时间:
299ms
服务级别:
100%
响应时间:
219ms
服务级别:
100%
响应时间:
935ms
服务级别:
100%
响应时间:
546ms
服务级别:
100%
响应时间:
83ms