ข้อกำหนดทาง技术的 kling-image-recognize
| Specification | Details |
|---|---|
| Model ID | kling-image-recognize |
| Category | การจดจำภาพ / การวิเคราะห์มัลติโมดัล |
| Primary Capability | ระบุองค์ประกอบในภาพสำหรับเวิร์กโฟลว์สร้างสรรค์ปลายน้ำ รวมถึงการสร้างวิดีโอจากอ้างอิงหลายภาพและการตัดต่อวิดีโอแบบมัลติโมดัล |
| Input Type | อินพุตเป็นภาพ |
| Output Type | ผลลัพธ์การจดจำแบบมีโครงสร้าง |
| Recognition Scope | ตัวแบบ, ใบหน้า, เครื่องแต่งกาย และองค์ประกอบภาพอื่น ๆ |
| Result Volume | สามารถส่งคืนผลลัพธ์ได้สูงสุด 4 ชุดต่อคำขอ หากมี |
| Use Cases | การวิเคราะห์สินทรัพย์ภาพ, การเตรียมอ้างอิงสำหรับการสร้างวิดีโอ, ความเข้าใจเนื้อหาสำหรับสายงานตัดต่อ, การจดจำตัวแบบและเครื่องแต่งกาย |
kling-image-recognize คืออะไร?
kling-image-recognize คือ API การจดจำองค์ประกอบภาพของ Keling ที่ออกแบบมาเพื่อวิเคราะห์เนื้อหาภาพและระบุองค์ประกอบสำคัญภายในภาพ โดยเฉพาะอย่างยิ่งมีประโยชน์ในเวิร์กโฟลว์ที่ต้องการการสร้างวิดีโอจากอ้างอิงหลายภาพหรือการตัดต่อวิดีโอแบบมัลติโมดัล ซึ่งการทำความเข้าใจเนื้อหาของภาพต้นทางเป็นขั้นตอนเตรียมการที่สำคัญ
โมเดลสามารถจดจำแอตทริบิวต์ภาพได้หลากหลาย เช่น ตัวแบบ ใบหน้า เครื่องแต่งกาย และองค์ประกอบที่เกี่ยวข้องอื่น ๆ ตามอินพุตที่ให้มา โมเดลสามารถให้ผลลัพธ์ได้สูงสุด 4 ชุดในการเรียกแต่ละครั้ง ช่วยให้ผู้พัฒนาจับภาพการตรวจจับหรือการตีความที่เป็นไปได้หลายแบบเมื่อมีข้อมูลพร้อม
คุณสมบัติหลักของ kling-image-recognize
- การจดจำองค์ประกอบภาพ: ตรวจจับและระบุองค์ประกอบภาพสำคัญที่อยู่ในภาพที่ป้อนเข้า
- การวิเคราะห์ตัวแบบ: ระบุตัวแบบหลักที่สามารถนำไปใช้ในเวิร์กโฟลว์การสร้างสื่อหรือการตัดต่อในขั้นตอนถัดไป
- รองรับการจดจำใบหน้า: ดึงผลการจดจำที่เกี่ยวข้องกับใบหน้าเมื่อมีใบหน้าในภาพ
- การระบุเครื่องแต่งกาย: ตรวจจับเครื่องแต่งกายและองค์ประกอบที่เกี่ยวข้องเพื่อสนับสนุนความเข้าใจภาพที่ละเอียดขึ้น
- รองรับเวิร์กโฟลว์อ้างอิงหลายภาพ: มีประโยชน์สำหรับการเตรียมและวิเคราะห์อ้างอิงภาพที่ใช้ในสายงานสร้างวิดีโอ
- ความเข้ากันได้กับการตัดต่อวิดีโอแบบมัลติโมดัล: ช่วยรองรับสถานการณ์การตัดต่อที่ต้องทำความเข้าใจเนื้อหาภาพก่อนการแปลงหรือการประกอบ
- ผลลัพธ์หลายชุดต่อคำขอ: สามารถได้รับผลลัพธ์สูงสุด 4 ชุดต่อคำขอ หากมี ช่วยให้ได้เอาต์พุตการจดจำที่หลากหลายยิ่งขึ้น
- การใช้งาน API ที่เหมาะกับการผสานระบบ: เหมาะสำหรับนักพัฒนาที่สร้างสายงานวิเคราะห์สื่ออัตโนมัติและแอปพลิเคชันสร้างสรรค์
วิธีเข้าถึงและผสาน kling-image-recognize
ขั้นตอนที่ 1: สมัครเพื่อรับ API Key
เพื่อเริ่มต้น ให้สมัครบนแพลตฟอร์ม CometAPI และสร้าง API key จากแดชบอร์ด หลังจากได้รับคีย์แล้ว ให้เก็บรักษาอย่างปลอดภัยและใช้คีย์นี้เพื่อยืนยันตัวตนทุกคำขอไปยัง API kling-image-recognize
ขั้นตอนที่ 2: ส่งคำขอไปยัง API kling-image-recognize
เมื่อคุณมี API key แล้ว ให้ส่งคำขอไปยัง CometAPI endpoint โดยใช้ kling-image-recognize เป็น model ID ใส่ส่วนหัวสำหรับการยืนยันตัวตนและระบุเพย์โหลดภาพที่จำเป็นตามเวิร์กโฟลว์ของแอปพลิเคชันของคุณ
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"
}
]
}
]
}'
ขั้นตอนที่ 3: ดึงและตรวจสอบความถูกต้องของผลลัพธ์
หลังจากส่งคำขอแล้ว API จะส่งคืนผลลัพธ์การจดจำที่สร้างโดย kling-image-recognize ทำการแยกวิเคราะห์การตอบกลับในแอปพลิเคชันของคุณ ตรวจสอบความถูกต้องของตัวแบบหรือแอตทริบิวต์ที่ตรวจพบ และจัดเก็บข้อมูลที่ได้เพื่อนำไปใช้ในการสร้างวิดีโอ การตัดต่อ หรือกระบวนการอัตโนมัติอื่น ๆ ในขั้นตอนถัดไป