Kling Image Recognize

Specyfikacje techniczne kling-image-recognize

Czym jest kling-image-recognize?

kling-image-recognize to interfejs API Keling do rozpoznawania elementów obrazu, zaprojektowany do analizy treści wizualnych i identyfikacji ważnych elementów w obrębie obrazu. Jest szczególnie przydatny w przepływach pracy wymagających generowania wideo z wieloma obrazami referencyjnymi lub multimodalnej edycji wideo, gdzie zrozumienie zawartości obrazów źródłowych stanowi ważny etap wstępnego przetwarzania.

Model potrafi rozpoznawać różne atrybuty wizualne, takie jak obiekty, twarze, odzież i powiązane komponenty obrazu. W zależności od danych wejściowych może zwrócić do 4 zestawów wyników rozpoznawania w jednym żądaniu, co pomaga deweloperom uchwycić wiele możliwych detekcji lub interpretacji, gdy są dostępne.

Główne funkcje kling-image-recognize

• Rozpoznawanie elementów obrazu: Wykrywa i identyfikuje ważne elementy wizualne zawarte w obrazie wejściowym.
• Analiza obiektów: Rozpoznaje główne obiekty, które można wykorzystać w dalszym generowaniu mediów lub przepływach edycyjnych.
• Obsługa rozpoznawania twarzy: Wyodrębnia wyniki związane z twarzami, gdy są obecne na obrazie.
• Identyfikacja odzieży: Wykrywa elementy odzieży i powiązane atrybuty, wspierając bardziej szczegółowe zrozumienie wizualne.
• Obsługa przepływów z wieloma obrazami referencyjnymi: Przydatny do przygotowania i analizy referencji obrazów używanych w potokach generowania wideo.
• Zgodność z multimodalną edycją wideo: Wspiera scenariusze edycyjne, w których przed transformacją lub kompozycją konieczne jest zrozumienie treści obrazu.
• Wiele zestawów wyników na żądanie: Może uzyskać do 4 zestawów wyników na żądanie, jeśli są dostępne, zapewniając bogatsze wyjście.
• Przyjazne integracji korzystanie z API: Odpowiedni dla deweloperów budujących zautomatyzowane analizy mediów i kreatywne potoki aplikacyjne.

Jak uzyskać dostęp i zintegrować kling-image-recognize

Krok 1: Zarejestruj się, aby uzyskać klucz API

Aby rozpocząć, zarejestruj się na platformie CometAPI i wygeneruj swój klucz API z poziomu panelu. Po uzyskaniu klucza przechowuj go bezpiecznie i używaj do uwierzytelniania każdego żądania kierowanego do interfejsu API kling-image-recognize.

Krok 2: Wysyłaj żądania do interfejsu API kling-image-recognize

Gdy masz już klucz API, wysyłaj żądania do punktu końcowego CometAPI, używając kling-image-recognize jako identyfikatora modelu. Dołącz nagłówki uwierzytelniające i przekaż wymagane dane wejściowe obrazu w treści żądania zgodnie z przepływem pracy aplikacji.

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"
          }
        ]
      }
    ]
  }'

Krok 3: Odbierz i zweryfikuj wyniki

Po wysłaniu żądania interfejs API zwróci wyniki rozpoznawania wygenerowane przez kling-image-recognize. Przetwórz odpowiedź w swojej aplikacji, zweryfikuj wykryte obiekty lub atrybuty i zapisz zwrócone dane do wykorzystania w generowaniu wideo, edycji lub innych dalszych zadaniach automatyzacji.