Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Dansk udgave

Vision og billedanalyse via API

Integrer computervision i dine applikationer: send billeder via URL eller Base64, analyser diagrammer, udfør OCR, og udtræk strukturerede data.

12 lektioner ca. 1 t 15 min Udvikler

Hvad du lærer

  • Vælg den Mistral multimodale model, der passer til billedtypen og token-budgettet
  • Send billeder til API'et via URL eller Base64-kodning, herunder flere pr. besked
  • Transskriber tekst fra et billede og udtræk brugbare strukturerede data
  • Analyser et diagram eller sammenlign to billeder for at udlede pålidelige numeriske indsigter
  • Optimer omkostninger og opløsning af vision-forespørgsler under hensyntagen til API-grænser

Kursusark

Målgruppe
Udviklere, ingeniører og integratorer, der ønsker at udnytte Mistral AI via API i deres applikationer.
Forudsætninger
Evne til at læse Python og JSON, grundlæggende kommandolinje. En Mistral AI Studio API-nøgle for at prøve eksemplerne.
Varighed
1 t 15 min — 12 lektioner
Formater
100 % online selvstyret kursus, tilgængeligt 24/7 fra en browser. Fremskridt gemmes, genoptag når som helst. Estimeret varighed: 1 t 15 min.
Vurdering
Selvvurdering baseret på de vigtigste pointer, der afslutter hver lektion, og direkte implementering af eksempler på dine egne eksempler. En afsluttende quiz med 5 rettede spørgsmål ved slutningen af den sidste lektion validerer læringen.
Tilgængelighed
Selvstyret kursus tilgængeligt for personer med handicap: tekstindhold kompatibelt med skærmlæsere, tastaturnavigation og overholdelse af kontraster. For eventuelle tilpasningsbehov, send en e-mail til [email protected].
Pris
Gratis

Kursets indhold

  1. 01 Introduktion til Vision via Mistral API
  2. 02 Multimodal arkitektur hos Mistral-modeller
  3. 03 Valg af din Mistral Vision-model
  4. 04 Send et billede via URL
  5. 05 Kod og send billeder i Base64
  6. 06 Send flere billeder i én besked
  7. 07 Analyser diagrammer med Vision API
  8. 08 OCR og teksttransskription i billeder
  9. 09 Udtræk strukturerede data fra billeder
  10. 10 Sammenlign billeder med Vision API
  11. 11 Grænser og optimering af Vision API
  12. 12 Næste skridt: Document AI, funktionskald og multimodale pipelines