{"status":"success","message":"Car analysis completed successfully","result":{"make":"Volkswagen","model":"Golf GTI","year":"2023","type":"hatchback","color":"gray","condition":"new and pristine, still in the shipping or display setup stage","exteriorFeatures":["LED headlights","red accent line on front grille","black alloy wheels","side mirrors with integrated turn signals"],"visibleModifications":["black wheels","red brake calipers"],"damages":["none visible, appears to be in perfect condition"],"confidence":"90 - Very high confidence based on the visible features and the vehicle's condition","additionalNotes":"The car is secured on a platform with straps, likely in a dealership or exhibition setting, awaiting transport or display."},"cacheTime":1761786349166,"metadata":{"language":"en","queryTime":"2025-10-30T01:05:49.166Z"}}
curl --location 'https://zylalabs.com/api/11058/analyze+vehicle+images+api/20835/vehicle+analyzer' \
--header 'Content-Type: application/x-www-form-urlencoded' \
--form 'image=@"FILE_PATH"'
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 वाहन चित्रों का विश्लेषण करें 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 🎉)
यह एपीआई एक छवि से वाहनों की पहचान करता है और उनका वर्णन करता है। इसका मुख्य उद्देश्य पहचान की गई कार का स्वचालित और विस्तृत विश्लेषण प्रदान करना है, जिसमें इसकी ब्रांड, मॉडल, अनुमानित वर्ष, प्रकार, प्रमुख रंग, दृश्य स्थिति और अन्य प्रासंगिक बाहरी विशेषताएँ शामिल हैं।
जब एक चित्र एंडपॉइंट पर भेजा जाता है, तो प्रणाली विभिन्न ब्रांडों और मॉडलों के वाहनों की लाखों छवियों पर प्रशिक्षित न्यूरल नेटवर्क का उपयोग करके फ़ोटोग्राफ़ को प्रोसेस करती है। परिणाम में एक समग्र रिपोर्ट शामिल होती है जिसमें संरचित जानकारी होती है जिसे अनुप्रयोगों या प्लेटफार्मों में सहजता से एकीकृत किया जा सकता है।
संक्षेप में, यह एपीआई एक सामान्य छवि को एक बुद्धिमान वाहन विश्लेषण में परिवर्तित करता है, सटीक दृश्य और तकनीकी जानकारी प्रदान करता है। इसके कृत्रिम बुद्धिमत्ता और छवि प्रोसेसिंग के संयोजन के कारण, यह उच्च स्तर की विश्वसनीयता के साथ वाहनों की पहचान, सत्यापन और वर्गीकरण की प्रक्रियाओं को सरल बनाता है और किसी भी आधुनिक अनुप्रयोग में मौलिक एकीकरण के लिए आसान बनाता है।
वाहन विश्लेषक अंत बिंदु एक वाहन के बारे में विस्तृत जानकारी लौटाता है जिसमें इसके ब्रांड, मॉडल, अनुमानित वर्ष, प्रकार, रंग, स्थिति, बाहरी विशेषताएँ, अदृश्य संशोधन, क्षति, आत्मविश्वास स्तर और अतिरिक्त नोट शामिल हैं
प्रतिक्रिया में प्रमुख क्षेत्र "ब्रांड," "मॉडल," "साल," "प्रकार," "रंग," "स्थिति," "बाहरी विशेषताएँ," "दृश्य संशोधन," "क्षतियां," "विश्वास," और "अतिरिक्त नोट्स" शामिल हैं जो विश्लेषित वाहन का समग्र अवलोकन प्रदान करते हैं
प्रतिक्रिया डेटा JSON प्रारूप में संरचित है जिसमें एक शीर्ष स्तर का ऑब्जेक्ट "स्थिति" "संदेश" और "परिणाम" शामिल है "परिणाम" ऑब्जेक्ट में विस्तृत वाहन विशेषताएं शामिल हैं जिसे अनुप्रयोगों में विश्लेषण करना और एकीकृत करना आसान है
एंडपॉइंट वाहन के निर्माण, मॉडल, वर्ष, प्रकार, रंग, स्थिति, बाहरी विशेषताएँ, संशोधन, क्षति और विश्वास स्तर पर जानकारी प्रदान करता है पहचान और सत्यापन के लिए एक गहन विश्लेषण पेश करता है
डेटा की सटीकता उन्नत न्यूरल नेटवर्क के उपयोग के माध्यम से बनाए रखी जाती है जो लाखों वाहन छवियों पर प्रशिक्षित हैं जिससे दृश्य विशेषताओं और इनपुट छवि में देखी गई स्थितियों के आधार पर विश्वसनीय पहचान और विश्लेषण सुनिश्चित होता है
स्वागत उपयोग के मामले में डीलरशिप के लिए वाहन पहचान बीमा मूल्यांकन इन्वेंट्री प्रबंधन और उन अनुप्रयोगों को बेहतर बनाना शामिल है जो छवियों के आधार पर वाहन पहचान और वर्गीकरण की आवश्यकता होती है
उपयोगकर्ता लौटाए गए डेटा का उपयोग वाहन सत्यापन के लिए अनुप्रयोगों में एकीकृत करने, विस्तृत रिपोर्ट बनाने या ऑटोमोटिव प्लेटफार्मों में उपयोगकर्ता अनुभव को बेहतर बनाने के लिए कर सकते हैं विभिन्न कार्यक्षमताओं के लिए संरचित जानकारी का लाभ उठाते हुए
उपयोगकर्ता लगातार डेटा पैटर्न की उम्मीद कर सकते हैं जैसे कि अच्छी तरह से परिभाषित वाहनों के लिए उच्च विश्वास स्तर और सामान्य ब्रांडों और मॉडलों के लिए विस्तृत विवरण जबकि कम सामान्य वाहनों में कम विश्वास और कम विवरण मिल सकते हैं
वाहन विश्लेषक एंडपॉइंट मुख्य रूप से विश्लेषण के लिए वाहन का एक छवि फ़ाइल स्वीकार करता है उपयोगकर्ताओं को यह सुनिश्चित करना चाहिए कि छवि स्पष्ट हो और वाहन की बाहरी विशेषताओं को सर्वोत्तम परिणामों के लिए कैप्चर करे
उपयोगकर्ता अपने अनुरोधों को विभिन्न कोणों से या विभिन्न प्रकाश स्थितियों में छवियों को प्रदान करके क्यूंकि विश्लेषण की सटीकता को बढ़ा सकते हैं हालांकि एपीआई छवि इनपुट के अलावा अतिरिक्त पैरामीटर का समर्थन नहीं करता है
"विश्वास" क्षेत्र विश्लेषण की विश्वसनीयता को इंगित करता है जबकि "स्थिति" वाहन की भौतिक स्थिति का वर्णन करता है "बाहरी विशेषताएँ" उल्लेखनीय विशेषताओं की सूची प्रदान करती हैं और "नुकसान" किसी भी दिखाई देने वाली समस्याओं को उजागर करता है जो समग्र अवलोकन प्रदान करता है
एपीआई उन्नत तंत्रिका नेटवर्क का उपयोग करता है जो लाखों वाहन छवियों पर प्रशिक्षित हैं जिससे उच्च गुणवत्ता वाली विश्लेषण सुनिश्चित होती है निरंतर अद्यतन और मॉडलों का पुनः प्रशिक्षण वाहन पहचान में सटीकता और विश्वसनीयता बनाए रखने में मदद करता है
यदि एपीआई आंशिक या खाली परिणाम लौटाता है तो उपयोगकर्ताओं को छवि की गुणवत्ता की पुष्टि करनी चाहिए और यह सुनिश्चित करना चाहिए कि यह वाहन को स्पष्ट रूप से दिखाती है छवि के कोण या प्रकाश व्यवस्था को समायोजित करने से अगले अनुरोधों में विश्लेषण के परिणाम में सुधार हो सकता है
एपीआई विभिन्न निर्माताओं और मॉडलों के तहत कारों ट्रकों और एसयूवी सहित वाहनों की एक विस्तृत श्रृंखला का विश्लेषण करने के लिए डिज़ाइन किया गया है यह वैश्विक रूप से लागू होता है लेकिन परिणाम वाहन की दृश्यता और चित्र में विशेषताओं के आधार पर भिन्न हो सकते हैं
उपयोगकर्ता प्रसिद्ध ब्रांडों और मॉडलों के लिए उच्च विश्वास स्तर की अपेक्षा कर सकते हैं जिसमें विस्तृत विवरण शामिल हैं कम ज्ञात वाहनों में कम विश्वास और कम विवरण हो सकते हैं जो मॉडल के प्रशिक्षण डेटा और छवि स्पष्टता को दर्शाते हैं