Sobre a API:
Usando modelos de Machine Learning treinados com mais de 400.000 rótulos de vinho, esta API irá prever o rótulo do vinho na imagem fornecida.
Envie a URL da imagem para análise e receba uma lista de todos os possíveis rótulos de vinho com uma pontuação de confiança.
Esta API pode ser útil para os vendedores de vinho que precisam classificar suas imagens por rótulo ou marca.
Esta é uma boa API para aqueles que desejam criar conteúdo dinâmico, esta API irá classificar a imagem por marca ou rótulo e você estará pronto para usá-la.
Além das limitações de chamadas à API por mês, não há outras limitações.
Para usar este endpoint você deve passar a URL de uma imagem no parâmetro. Também haverá um parâmetro opcional onde você pode indicar a URL da imagem.
Você também pode opcionalmente fazer o upload de uma imagem em jpg, jpeg, png
Obter Rótulo de Vinho - Recursos do endpoint
| Objeto | Descrição |
|---|---|
Corpo da requisição |
[Obrigatório] Arquivo binário |
{"results":[{"status":{"code":"ok","message":"Success"},"name":"https://gopostr.s3.amazonaws.com/binary_file_test_584/254NKKXJmYAwxqp7Hbyaw6MZhMGUbRrGwMNC0XCu.jpg","md5":"f23f73cce85f89287bada35baba68c98","width":1440,"height":1080,"entities":[{"kind":"classes","name":"wine-image-classes","classes":{"grati poggio galiga chianti":0.6313126087188721,"grati poggio galiga chianti_1":0.6313126087188721,"cantine pellegrino pantelleria moscato liquoroso n.v.":0.6198444366455078,"cantine pellegrino pantelleria moscato liquoroso":0.6198444366455078,"cantine pellegrino pantelleria moscato liquoroso 2015":0.6198444366455078,"fleur du rhône cornalin":0.6091293096542358,"fleur du rhône cornalin 2017":0.6091292500495911,"fleur du rhône cornalin n.v.":0.6091292500495911,"marqués del real tesoro pedro ximénez 2007":0.5943363904953003,"marqués del real tesoro pedro ximénez 1995":0.5943363904953003}}]}]}
curl --location 'https://zylalabs.com/api/825/wine+label+recognition+api/584/get+wine+label' \
--header 'Content-Type: multipart/form-data' \
--form 'image=@"FILE_PATH"'
| 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 retorna uma resposta JSON contendo uma lista de rótulos de vinho previstos juntamente com suas pontuações de confiança Cada resultado inclui a URL da imagem dimensões e uma discriminação das classes reconhecidas com seus respectivos níveis de confiança
Os campos-chave na resposta incluem "status" (indicando sucesso), "name" (URL da imagem), "md5" (hash da imagem), "width" e "height" (dimensões da imagem) e "entities" (que contém os rótulos previstos e suas pontuações de confiança)
Os dados da resposta estão estruturados como um objeto JSON. Ele contém um array "results", onde cada entrada inclui metadados sobre a imagem e um array "entities" detalhando os rótulos de vinho reconhecidos e suas pontuações de confiança
O endpoint aceita uma URL de imagem como um parâmetro obrigatório e permite um upload opcional de imagem nos formatos jpg jpeg ou png Os usuários podem personalizar as solicitações fornecendo a URL ou a imagem enviada
A API utiliza modelos de aprendizado de máquina treinados em mais de 400000 rótulos de vinho para garantir alta precisão Atualizações contínuas e re-treinamento de modelos ajudam a manter a qualidade dos dados e melhorar as capacidades de reconhecimento
Casos de uso comuns incluem varejistas de vinho classificando imagens por rótulo desenvolvedores criando conteúdo dinâmico com base em marcas de vinho e aplicativos que requerem identificação de vinho para gerenciamento de inventário ou informações ao consumidor
Os usuários podem analisar os índices de confiança para determinar os rótulos de vinho mais prováveis Por exemplo um rótulo com um índice acima de 0.6 pode ser considerado confiável enquanto índices mais baixos podem requerer verificação adicional ou contexto extra
Se os resultados forem parciais ou vazios os usuários devem verificar a qualidade e clareza da imagem Imagens de baixa resolução ou pouco claras podem dificultar o reconhecimento Os usuários também podem tentar diferentes imagens ou garantir que o formato correto seja utilizado para uploads
Nível de serviço:
100%
Tempo de resposta:
9.480ms
Nível de serviço:
100%
Tempo de resposta:
558ms
Nível de serviço:
100%
Tempo de resposta:
767ms
Nível de serviço:
100%
Tempo de resposta:
534ms
Nível de serviço:
100%
Tempo de resposta:
13.622ms
Nível de serviço:
100%
Tempo de resposta:
634ms
Nível de serviço:
33%
Tempo de resposta:
1.452ms
Nível de serviço:
100%
Tempo de resposta:
17.611ms
Nível de serviço:
33%
Tempo de resposta:
2.200ms
Nível de serviço:
67%
Tempo de resposta:
1.839ms
Nível de serviço:
100%
Tempo de resposta:
285ms
Nível de serviço:
100%
Tempo de resposta:
594ms
Nível de serviço:
100%
Tempo de resposta:
1.345ms
Nível de serviço:
100%
Tempo de resposta:
1.321ms
Nível de serviço:
100%
Tempo de resposta:
114ms
Nível de serviço:
100%
Tempo de resposta:
2.178ms
Nível de serviço:
100%
Tempo de resposta:
8.098ms
Nível de serviço:
100%
Tempo de resposta:
423ms
Nível de serviço:
100%
Tempo de resposta:
469ms
Nível de serviço:
100%
Tempo de resposta:
1.546ms