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