{"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/7124/biodiversity+insights+species+recognition+api/11227/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 जैव विविधता अंतर्दृष्टि 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 🎉)
पशु पहचानकर्ता समाप्ति बिंदु एक JSON ऑब्जेक्ट लौटाता है जिसमें एक सफलता स्थिति इमेज URL और वर्गीकरण परिणामों का एक ऐरे शामिल होता है प्रत्येक परिणाम में एक बिल्ली की प्रजाति का लेबल और एक विश्वास स्कोर शामिल होता है जो वर्गीकरण की सटीकता को दर्शाता है
प्रतिक्रिया डेटा के प्रमुख फ़ील्ड्स में "success" (बूलियन), "image_url" (स्ट्रिंग) और "output" (एरे) शामिल हैं "output" एरे में ऐसे ऑब्जेक्ट्स होते हैं जिनमें "label" (प्रजाति का नाम) और "score" (विश्वास स्तर) होता है
प्रतिक्रिया डेटा को एक JSON ऑब्जेक्ट के रूप में संरचित किया गया है यह एक सफलताindikator के साथ शुरू होता है इसके बाद छवि URL है और इसे पहचानित प्रजातियों और इसके विश्वसनीयता स्कोर का विवरण देने वाले वर्गीकरण परिणामों के एक सरणी के साथ समाप्त किया जाता है
एनिमल आइडेंटिफायर एंडपॉइंट प्रजातियों के बारे में जानकारी प्रदान करता है जिसमें उनके नाम और इमेज एनालिसिस के आधार पर कॉन्फिडेंस स्कोर शामिल हैं
पशु पहचानकर्ता एंडपॉइंट के लिए एकल पैरामीटर की आवश्यकता है: छवि यूआरएल उपयोगकर्ताओं को उस पक्षी छवि के लिए एक मान्य यूआरएल प्रदान करना होगा जिसे वे वर्गीकृत करना चाहते हैं
उपयोगकर्ता प्रजातियों की पहचान के लिए "लेबल" को इंटरप्रेट कर और वर्गीकरण की विश्वसनीयता का आकलन करने के लिए "स्कोर" का उपयोग करके लौटाए गए डेटा का उपयोग कर सकते हैं उच्च स्कोर पहचान में अधिक विश्वास को सूचित करते हैं
डेटा की सटीकता उन्नत मशीन लर्निंग एल्गोरिदम के माध्यम से बनाए रखी जाती है जो बिल्लियों की दृश्य विशेषताओं का विश्लेषण करते हैं विविध डेटा सेट के साथ निरंतर प्रशिक्षण मॉडल की प्रदर्शन और विश्वसनीयता को सुधारने में मदद करता है