कपड़ों की छवि पुनर्प्राप्ति एपीआई जिसे एक छवि के भीतर प्रमुख कपड़े या категории की पहचान के लिए डिज़ाइन किया गया है। जटिल समाधानों की तुलना में जो व्यापक आउटफिट विश्लेषण के लिए तैयार किए गए हैं, यह एपीआई एक सरल प्रश्न का सटीक और सीधा उत्तर प्रदान करता है: छवि में किस प्रकार का कपड़ा दृश्यात्मक रूप से प्रमुख है यह एपीआई टॉप, टी-शर्ट, स्वेटशर्ट, बाहरी वस्त्र, वेस्ट, शॉर्ट्स, ट्राउज़र, स्कर्ट, ड्रेस, टोपी, चश्मा, घड़ी, बेल्ट, फुटवियर, बैग और स्कार्फ सहित पूर्वनिर्धारित श्रेणियों की विस्तृत श्रृंखला का समर्थन करता है इसमें दो एंडपॉइंट हैं जो URL या संगत इनपुट के माध्यम से लचीले छवि प्रसंस्करण की अनुमति देते हैं, विभिन्न एकीकरण कार्यप्रवाहों के अनुकूलन के लिए। इसका हल्का डिज़ाइन और विशिष्ट फोकस इसे उन अनुप्रयोगों के लिए आदर्श बनाता है जिन्हें गहन विश्लेषण की आवश्यकता के बिना त्वरित निर्णय लेने की आवश्यकता होती है संक्षेप में, यह एक व्यावहारिक, तेज और केंद्रित समाधान है जो आपको एक छवि में कपड़े की मुख्य श्रेणी का पता लगाने की अनुमति देता है, कार्यप्रवाहों को अनुकूलित करता है और फैशन और दृश्य सामग्री से संबंधित अनुप्रयोगों में दक्षता में सुधार करता है
{"category":"sweatshirt","confidence":"high"}
curl --location --request POST 'https://zylalabs.com/api/12307/clothes+image+retrieval+api/23122/clothes+identification' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://images.pexels.com/photos/6311392/pexels-photo-6311392.jpeg"}'
{"main_category":"glasses","clothing_items":[{"category":"top","confidence":"high"}],"accessories":[{"category":"glasses","confidence":"high"}]}
curl --location --request POST 'https://zylalabs.com/api/12307/clothes+image+retrieval+api/23123/classify+category+and+accesories' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"image_url": "https://media.glamour.mx/photos/6190986aa6e030d6480ff3c7/master/w_1600%2Cc_limit/185450.jpg"}'
| 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।
"क्लासिफाई कैटेगरी" एंडपॉइंट एक डोमिनेंट कपड़ों की श्रेणी को विश्वास स्तर के साथ लौटाता है जबकि "क्लासिफाई कैटेगरी और एक्सेसरीज़" एंडपॉइंट मुख्य कपड़ों की श्रेणी के साथ-साथ_detected कपड़ों और एक्सेसरीज़ की विस्तृत सूची प्रदान करता है प्रत्येक के अपने-अपने विश्वास स्तर के साथ
मुख्य क्षेत्र "श्रेणी" और "विश्वास" हैं "श्रेणी वर्गीकृत" अंत बिंदु के लिए "श्रेणी वर्गीकृत और सहायक" अंत बिंदु के लिए मुख्य क्षेत्र "मुख्य_श्रेणी" "कपड़ों की वस्तुएं" (जिसमें व्यक्तिगत श्रेणियां और विश्वास स्तर शामिल हैं) और "सहायक" हैं
उत्तर डेटा JSON प्रारूप में संगठित है "श्रेणी वर्गीकृत करें" एंडपॉइंट एक सरल वस्तु लौटाता है जिसमें श्रेणी और आत्मविश्वास होता है "श्रेणी और सहायक वर्गीकृत करें" एंडपॉइंट एक मुख्य श्रेणी और कपड़ों के वस्तुओं का एक ऐरे लौटाता है प्रत्येक में इसकी श्रेणी और आत्मविश्वास स्तर होता है
"क्लासिफाई कैटेगरी" एंडपॉइंट मुख्य वस्त्र प्रकार प्रदान करता है जबकि "क्लासिफाई कैटेगरी और एक्सेसरीज़" एंडपॉइंट मुख्य कपड़ों की श्रेणी व्यक्तिगत कपड़ों की वस्तुओं और किसी भी पहचानी गई एक्सेसरीज़ का संपूर्ण विवरण प्रदान करता है
दोनों अंतिम बिंदु या तो URL के माध्यम से या बाइनरी डेटा के रूप में चित्र इनपुट स्वीकार करते हैं उपयोगकर्ता विभिन्न वस्त्रों या एक्सेसरीज़ को वर्गीकृत करने के लिए विभिन्न छवियाँ प्रदान करके अपनी अनुरोधों को अनुकूलित कर सकते हैं
डेटा की सटीकता उन्नत छवि पहचान एल्गोरिदम के माध्यम से बनाए रखी जाती है जो विभिन्न फैशन डेटा सेट पर प्रशिक्षित होते हैं यह कपड़ों की श्रेणियों और एक्सेसरीज़ की विश्वसनीय पहचान सुनिश्चित करता है
विशिष्ट उपयोग के मामले में उत्पादों को टैग करने के लिए फैशन ई-कॉमर्स प्लेटफार्म, कपड़े के सुझावों के लिए मोबाइल ऐप और कुशल प्रोसेसिंग के लिए तेज़ कपड़े पहचान की आवश्यकता वाले इन्वेंटरी प्रबंधन सिस्टम शामिल हैं
यदि एपीआई आंशिक परिणाम लौटाता है तो उपयोगकर्ताओं को प्रदान किए गए विश्वास स्तरों की जांच करनी चाहिए कम विश्वास वर्गीकरण में अनिश्चितता को इंगित कर सकता है शून्य परिणाम सुझाव देते हैं कि कोई पहचानने योग्य वस्त्र नहीं मिले हैं उपयोगकर्ताओं को छवि की गुणवत्ता या सामग्री की जांच करने के लिए प्रेरित करता है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
696ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
151ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,435ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
679ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
460ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,633ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
470ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
745ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,602ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
659ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
516ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
816ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,344ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
15,594ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17,707ms
सर्विस लेवल:
99%
रिस्पॉन्स टाइम:
461ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
211ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms