kling-image-recognize техникалық сипаттамалары
| Сипаттама | Мәліметтер |
|---|---|
| Модель идентификаторы | kling-image-recognize |
| Санат | Кескінді тану / мультимодальды талдау |
| Негізгі мүмкіндігі | Көп кескінді анықтамаларға сүйенетін видео жасау және мультимодальды видео өңдеу сияқты кейінгі шығармашылық жұмыс ағындары үшін кескін элементтерін таниды |
| Енгізу түрі | Кескін енгізуі |
| Шығыс түрі | Құрылымдалған тану нәтижелері |
| Тану ауқымы | Нысандар, бет-әлпеттер, киім және өзге визуалды элементтер |
| Нәтижелер саны | Бар болған жағдайда, бір сұраным үшін 4 нәтижелер жиынтығына дейін қайтара алады |
| Қолданылу сценарийлері | Визуалды активтерді талдау, видео генерациясына арналған анықтамалық материалдарды дайындау, өңдеу конвейерлері үшін мазмұнды түсіну, нысандар мен киімді тану |
kling-image-recognize деген не?
kling-image-recognize — визуалды мазмұнды талдап, кескін ішіндегі маңызды элементтерді айқындауға арналған Keling кескін элементтерін тану API-і. Бұл көп кескінді анықтамаға негізделген видео генерациясы немесе мультимодальды видео өңдеу талап етілетін жұмыс ағындарында ерекше пайдалы, өйткені бастапқы кескіндердің мазмұнын түсіну алдын ала өңдеудің маңызды қадамы болып табылады.
Модель нысандар, бет-әлпеттер, киім және байланысты кескін компоненттері сияқты әртүрлі визуалды атрибуттарды тани алады. Енгізуге байланысты, ол бір сұранымда 4 жиынтыққа дейін тану нәтижелерін ұсына алады, бұл қолжетімді жағдайда бірнеше ықтимал анықтауларды немесе интерпретацияларды қамтуға көмектеседі.
kling-image-recognize негізгі мүмкіндіктері
- Кескін элементтерін тану: Енгізілетін кескінде бар маңызды визуалды элементтерді анықтайды және айқындайды.
- Нысанды талдау: Кейінгі медиа генерациясы немесе өңдеу жұмыс ағындарында пайдалануға болатын негізгі нысандарды таниды.
- Бет-әлпетті тануды қолдау: Кескінде беттер болған жағдайда бетке қатысты тану нәтижелерін шығарады.
- Киімді анықтау: Толығырақ визуалды түсінуді қолдау үшін киім және оған қатысты элементтерді анықтайды.
- Көп кескінді анықтамаға негізделген жұмыс ағындарын қолдау: Видео генерациясы конвейерлерінде қолданылатын кескін анықтамаларын дайындау мен талдауға пайдалы.
- Мультимодальды видео өңдеумен үйлесімділік: Түрлендіру немесе композицияға дейін кескін мазмұнын түсінуді қажет ететін өңдеу сценарийлерін іске асыруға көмектеседі.
- Әр сұраным бойынша бірнеше нәтижелер жиынтығы: Бар болған жағдайда әр сұраным үшін 4 жиынтыққа дейін нәтижелер алуға мүмкіндік береді, бұл тану нәтижелерін байытады.
- Интеграцияға ыңғайлы API: Автоматтандырылған медиа талдау мен креативті қолданба конвейерлерін құратын әзірлеушілерге лайық.
kling-image-recognize қызметіне қалай қол жеткізу және интеграциялау
1-қадам: API кілтіне тіркелу
Бастау үшін CometAPI платформасында тіркеліп, бақылау тақтасында API кілтіңізді жасаңыз. Кілтіңізді алғаннан кейін оны қауіпсіз сақтаңыз және kling-image-recognize API-іне жіберілетін әрбір сұранымды аутентификациялау үшін пайдаланыңыз.
2-қадам: kling-image-recognize API-іне сұранымдар жіберу
API кілтіңіз болған соң, модель идентификаторы ретінде kling-image-recognize мәнін қолданып, CometAPI соңғы нүктесіне сұранымдар жіберіңіз. Аутентификация тақырыптарын қосып, қолданбаңыздың жұмыс ағынына сәйкес қажетті кескін деректерін жіберіңіз.
curl --request POST \
--url https://api.cometapi.com/v1/responses \
--header "Authorization: Bearer YOUR_COMETAPI_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "kling-image-recognize",
"input": [
{
"role": "user",
"content": [
{
"type": "input_text",
"text": "Recognize the main visual elements in this image."
},
{
"type": "input_image",
"image_url": "YOUR_IMAGE_URL"
}
]
}
]
}'
3-қадам: Нәтижелерді алу және тексеру
Жіберілгеннен кейін API kling-image-recognize шығарған тану нәтижелерін қайтарады. Жауапты қолданбаңызда талдап, анықталған нысандар немесе атрибуттарды тексеріңіз және қайтарылған деректерді видео генерациясы, өңдеу немесе өзге кейінгі автоматтандыру тапсырмалары үшін сақтаңыз.