Zum Hauptinhalt springen

Deutsche Ausgabe

Bildanalyse und visuelle Erkennung über die API

Integrieren Sie Computer Vision in Ihre Anwendungen: Übermitteln Sie Bilder per URL oder Base64, analysieren Sie Diagramme, führen Sie eine OCR durch und extrahieren Sie strukturierte Daten.

12 Lektionen ca. 1 h 15 min Entwickler

Das lernen Sie

  • Das für den Bildtyp und das Token-Budget geeignete multimodale Modell von Mistral auswählen
  • Bilder über die API per URL oder Base64-Kodierung übermitteln, einschließlich mehrerer Bilder pro Nachricht
  • Text aus einem Bild transkribieren und nutzbare strukturierte Daten extrahieren
  • Ein Diagramm analysieren oder zwei Bilder vergleichen, um zuverlässige numerische Erkenntnisse zu gewinnen
  • Kosten und Auflösung von Bildabfragen unter Berücksichtigung der API-Limits optimieren

Kursübersicht

Zielgruppe
Entwickler, Ingenieure und Integratoren, die Mistral AI über die API in ihren Anwendungen nutzen möchten.
Voraussetzungen
Fähigkeit, Python und JSON zu lesen, sowie Grundkenntnisse in der Befehlszeile. Ein Mistral AI Studio API-Schlüssel zur Erprobung der Beispiele.
Dauer
1 h 15 min — 12 Lektionen
Modalitäten
100 % onlineer Selbstlernkurs, rund um die Uhr über den Browser zugänglich. Der Fortschritt wird gespeichert und kann jederzeit fortgesetzt werden. Geschätzte Dauer: 1 h 15 min.
Bewertung
Selbsteinschätzung anhand der wichtigsten Erkenntnisse am Ende jeder Lektion sowie direkte Umsetzung der Beispiele mit eigenen Daten. Ein abschließendes Quiz mit 5 korrigierten Fragen am Ende der letzten Lektion bestätigt den Lernerfolg.
Barrierefreiheit
Selbstlernkurs, der für Menschen mit Behinderungen zugänglich ist: Textinhalte sind mit Screenreadern kompatibel, die Navigation erfolgt über die Tastatur und die Kontraste entsprechen den Standards. Bei Anpassungsbedarf wenden Sie sich bitte per E-Mail an [email protected].
Preis
Kostenlos

Kursinhalt

  1. 01 Einführung in Vision über die Mistral API
  2. 02 Multimodale Architektur von Mistral-Modellen
  3. 03 Wählen Sie Ihr Mistral Vision-Modell
  4. 04 Bild über URL senden
  5. 05 Bilder in Base64 codieren und senden
  6. 06 Mehrere Bilder in einer einzigen Nachricht senden
  7. 07 Diagramme mit der Vision API analysieren
  8. 08 Texterkennung und Transkription in Bildern
  9. 09 Strukturierte Daten aus Bildern extrahieren
  10. 10 Bilder mit der Vision-API vergleichen
  11. 11 Grenzen der Vision API und Optimierung
  12. 12 Nächste Schritte: Dokument-KI, Funktionsaufrufe und multimodale Pipelines