生态物种识别API旨在准确识别图片中的动物物种。它提供了一种快速可靠的方法,只需上传一张图片即可识别各种动物。该API支持识别常见的家养动物和在偏远栖息地中发现的稀有野生动物
利用在大规模数据集上训练的前沿机器学习模型,该API分析皮毛图案、皮肤纹理、颜色、体型以及其他独特特征等视觉特征来确定物种
生态物种识别API易于实施,且与多种编程语言和平台完全兼容。其直观的界面使开发者能够轻松将其集成到网页或移动应用程序中
要使用此端点,您必须在参数中指示一个网址
动物识别器 - 端点功能
| 对象 | 描述 |
|---|---|
url |
[必需] The image URL that you want to classify. |
{"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/7123/ecospecies+identification+api/11228/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'
| 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。
动物识别端点返回一个包含成功状态、图像 URL 和分类结果数组的 JSON 对象 每个结果包括一个猫种类标签和一个表示分类准确性的置信度分数
响应数据中的关键字段包括“success”(布尔值)、“image_url”(字符串)和“output”(数组)。“output”数组包含具有“label”(物种名称)和“score”(置信水平)的对象
响应数据结构为JSON对象 以成功指示符开始 接着是图像URL 最后是分类结果数组 每个结果详细说明了识别的物种及其置信分数
动物识别端点提供物种的信息,包括它们的名称和基于图像分析的置信度分数
动物识别接口需要一个参数:图像网址 用户必须提供一个有效的网址指向他们希望分类的鸟类图像
用户可以通过解释物种识别的“标签”和评估分类可靠性的“得分”来利用返回的数据 更高的得分表示对识别的更大信心
数据准确性通过先进的机器学习算法得以保持,这些算法分析猫的视觉特征。与多样化数据集的持续训练有助于提高模型的性能和可靠性
服务级别:
100%
响应时间:
228ms
服务级别:
100%
响应时间:
213ms
服务级别:
100%
响应时间:
182ms
服务级别:
100%
响应时间:
39ms
服务级别:
100%
响应时间:
561ms
服务级别:
100%
响应时间:
75ms
服务级别:
100%
响应时间:
1,692ms
服务级别:
100%
响应时间:
1,971ms
服务级别:
100%
响应时间:
293ms
服务级别:
100%
响应时间:
2,084ms
服务级别:
100%
响应时间:
426ms
服务级别:
100%
响应时间:
1,189ms
服务级别:
100%
响应时间:
413ms
服务级别:
100%
响应时间:
289ms
服务级别:
100%
响应时间:
466ms
服务级别:
100%
响应时间:
142ms
服务级别:
100%
响应时间:
469ms
服务级别:
100%
响应时间:
1,337ms
服务级别:
100%
响应时间:
1,911ms