{"success":true,"image_url":"https://thirstycatfountains.com/wp-content/uploads/main-coon-82323__340-300x225.jpg","output":[{"label":"Maine Coon","score":0.98}]}
curl --location --request POST 'https://pr222-testing.zylalabs.com/api/6488/cat+image+classifier+api/9350/classification?url=https://thirstycatfountains.com/wp-content/uploads/main-coon-82323__340-300x225.jpg' --header 'Authorization: Bearer YOUR_API_KEY'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 猫图像分类器 API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 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。
(年度计费可节省 2 个月 🎉)
领先企业的信赖之选
分类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 每个结果包括一种猫的物种标签和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”(置信度)的对象
响应数据结构为JSON对象 首先是一个成功指示器 然后是图像URL 最后是一个分类结果数组 每个结果详细说明了识别的物种及其置信度分数
分类端点提供已识别鸟类物种的信息,包括它们的名称和基于图像分析的置信度分数。它专注于视觉特征以实现准确分类
分类端点需要一个参数: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“分数”来利用返回的数据。较高的分数表示对识别的更大信心
通过先进的机器学习算法分析猫的视觉特征来维护数据的准确性 通过使用多样化的数据集进行持续训练有助于提高模型的性能和可靠性
典型的用例包括野生动物研究、鸟类观察应用、教育工具和保护工作 用户可以从图像中识别物种以进行研究或促进鸟类多样性的意识