कपड़े डेटा निकालने वाला API डिज़ाइन किया गया है ताकि वह किसी चित्र में मुख्य परिधान या श्रेणी की पहचान कर सके। जटिल समाधानों के विपरीत जो व्यापक आउटफिट विश्लेषण की ओर अग्रसर हैं, यह API एक सटीक और सरल उत्तर प्रदान करता है एक ही प्रश्न के लिए: किस प्रकार का परिधान दृश्य रूप से चित्र पर हावी है?
यह API टॉप, ट-शर्ट, स्वेटशर्ट, बाहरी पहनावा, वेस्ट, शॉर्ट्स, ट्राउज़र्स, स्कर्ट, ड्रेसेस, हैट, चश्मा, घड़ी, बेल्ट, फुटवियर, बैग, और स्कार्फ सहित विभिन्न पूर्वनिर्धारित श्रेणियों का समर्थन करता है।
इसमें दो एंडपॉइंट हैं जो लचीले चित्र प्रसंस्करण की अनुमति देते हैं, या तो URL के माध्यम से या अनुकूलित इनपुट के माध्यम से, विभिन्न एकीकरण कार्यप्रवाहों के अनुकूलित करने के लिए। इसका हल्का डिज़ाइन और विशिष्ट फोकस इसे उन अनुप्रयोगों के लिए आदर्श बनाता है जिन्हें गहन विश्लेषण के बिना त्वरित निर्णय लेने की आवश्यकता होती है।
संक्षेप में, यह एक व्यावहारिक, तेज, और केंद्रित समाधान है जो आपको किसी चित्र में परिधान की मुख्य श्रेणी की पहचान करने 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/12306/clothing+data+extractor+api/23120/classify+category' --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/12306/clothing+data+extractor+api/23121/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" अंत बिंदु प्रमुख कपड़ों की श्रेणी और इसकी विश्वास स्तर प्रदान करता है "क्लासिफाई कैटेगरी और एक्सेसरीज़" अंत बिंदु मुख्य कपड़ों की श्रेणी, पहचाने गए वस्त्रों की विस्तृत सूची, उनकी श्रेणियाँ और विश्वास स्तर प्रस्तुत करता है, साथ ही किसी भी पहचानी गई एक्सेसरीज़ के साथ
मुख्य क्षेत्रों में पहले अंत बिंदु में "श्रेणी" और "विश्वास" शामिल हैं जबकि दूसरे अंत बिंदु में "मुख्य श्रेणी" "कपड़े की वस्तुएं" (प्रत्येक आइटम के लिए व्यक्तिगत "श्रेणी" और "विश्वास") और "सामान" शामिल हैं
उत्तर डेटा JSON प्रारूप में संरचित हैं पहला एपीआई सरल वस्तु को श्रेणी और विश्वास के साथ लौटाता है दूसरा एपीआई एक अधिक जटिल वस्तु को मुख्य श्रेणी और कपड़ों के लेखों की एक सूची के साथ लौटाता है प्रत्येक में अपनी श्रेणी और विश्वास स्तर होता है
पहला एंडपॉइंट प्राथमिक वस्त्र प्रकार और विश्वास स्तर प्रदान करता है दूसरा एंडपॉइंट एक व्यापक विभाजन प्रदान करता है जिसमें मुख्य श्रेणी कई वस्त्रों के साथ उनके संबंधित श्रेणियाँ और विश्वास स्तर और किसी भी प्रकट किए गए सहायक उपकरण शामिल हैं
दोनों एंडपॉइंट छवि इनपुट को URL के माध्यम से या बाइनरी डेटा के रूप में स्वीकार करते हैं उपयोगकर्ता विभिन्न छवियों को विश्लेषण के लिए प्रदान करके अनुरोधों को कस्टमाइज़ कर सकते हैं जिससे विभिन्न वर्कफ़्लो में लचीले एकीकरण की अनुमति मिलती है
उपयोगकर्ता लौटाए गए डेटा का लाभ इन्वेंटरी प्रबंधन या ई-कॉमर्स अनुप्रयोगों में टैगिंग और फ़िल्टरिंग के लिए ले सकते हैं उदाहरण के लिए आत्मविश्वास के स्तर चित्रों में उनकी प्रमुखता के आधार पर प्रदर्शनी या विपणन के लिए आइटम को प्राथमिकता देने में मदद कर सकते हैं
आम उपयोग के मामलों में इन्वेंट्री टैगिंग को स्वचालित करना ई-कॉमर्स उत्पाद लिस्टिंग को बेहतर बनाना और फैशन संबंधित अनुप्रयोगों में दृश्य खोज कार्यक्षमताओं को सुधारना शामिल है जिससे प्रमुख कपड़ों के आइटम की त्वरित पहचान की जा सके
डेटा की सटीकता उन्नत छवि प्रसंस्करण एल्गोरिदम के माध्यम से बनाए रखी जाती है जो सबसे दृश्यतः प्रमुख कपड़े की पहचान करने पर ध्यान केंद्रित करते हैं मॉडल में निरंतर अपडेट और सुधार परिणामों में उच्च स्तर की विश्वसनीयता सुनिश्चित करते हैं
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
516ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,272ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,344ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,043ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
9,321ms
सर्विस लेवल:
67%
रिस्पॉन्स टाइम:
247ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
686ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,151ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,094ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
78ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
816ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,583ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
16,850ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
17ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
19ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
11,757ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
527ms
सर्विस लेवल:
50%
रिस्पॉन्स टाइम:
1,099ms