Премини към основното съдържание
Български— Изберете език
Меню

Българско издание

Визия и анализ на изображения чрез API

Интегрирайте компютърното зрение във вашите приложения: изпращайте изображения чрез URL или Base64, анализирайте графики, изпълнявайте OCR и извличайте структурирани данни.

12 урока ок. 1 ч 15 мин Програмист

Какво ще научите

  • Изберете мултимодалния модел на Mistral, подходящ за типа изображение и бюджета от токени
  • Изпращайте изображения към API чрез URL или кодиране Base64, включително няколко на съобщение
  • Транскрибирайте текст от изображение и извличайте използваеми структурирани данни
  • Анализирайте графика или сравнете две изображения, за да изведете надеждни числени прозрения
  • Оптимизирайте разходите и разделителната способност на заявките за визия, като вземете предвид ограниченията на API

Информация за курса

За кого е
Разработчици, инженери и интегратори, които искат да използват Mistral AI чрез API в своите приложения.
Предварителни изисквания
Умение за четене на Python и JSON, основи на командния ред. API ключ за Mistral AI Studio за тестване на примерите.
Продължителност
1 ч 15 мин — 12 урока
Формати
100% онлайн курс в собствен темп, достъпен 24/7 от браузър. Прогресът се запазва, възобновяване по всяко време. Приблизителна продължителност: 1 ч 15 мин.
Оценяване
Самооценка въз основа на основните изводи, завършващи всеки урок, и директно внедряване на примери върху ваши собствени случаи. Финален тест от 5 въпроса с отговори в края на последния урок валидира обучението.
Достъпност
Курс в собствен темп, достъпен за хора с увреждания: текстово съдържание, съвместимо със екранни четци, навигация с клавиатура и съответстващи контрасти. За всякакви нужди от адаптация, пишете на [email protected].
Цена
Безплатно

Уроци

  1. 01 Въведение в Vision чрез Mistral API
  2. 02 Мултимодална архитектура на моделите на Mistral
  3. 03 Избор на вашия Mistral Vision модел
  4. 04 Изпращане на изображение чрез URL
  5. 05 Кодиране и изпращане на изображения в Base64
  6. 06 Изпращане на няколко изображения в едно съобщение
  7. 07 Анализиране на диаграми с Vision API
  8. 08 OCR и транскрибиране на текст в изображения
  9. 09 Извличане на структурирани данни от изображения
  10. 10 Сравняване на изображения с Vision API
  11. 11 Ограничения и оптимизация на Vision API
  12. 12 Следващи стъпки: Document AI, извикване на функции и многомодови конвейери