Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Έκδοση στα ελληνικά

Vision: ανάλυση εικόνων μέσω API

Εντάξτε την computer vision στις εφαρμογές σας: εικόνες με URL ή Base64, ανάλυση διαγραμμάτων, OCR και εξαγωγή δομημένων δεδομένων.

12 μαθήματα περίπου 1 ώρα 15 λεπτά Για developers

Τι θα μάθετε

  • Διαλέξτε το multimodal μοντέλο της Mistral που ταιριάζει στον τύπο εικόνας και στον προϋπολογισμό tokens
  • Στείλτε εικόνες στο API με URL ή κωδικοποίηση Base64, και περισσότερες της μίας στο ίδιο μήνυμα
  • Μεταγράψτε το κείμενο μιας εικόνας και εξάγετε από αυτό χρήσιμα δομημένα δεδομένα
  • Αναλύστε ένα διάγραμμα ή συγκρίνετε δύο εικόνες για να βγάλετε αξιόπιστη αριθμητική ανάγνωση
  • Βελτιστοποιήστε κόστος και ανάλυση στα vision ερωτήματα, με γνώμονα τα όρια του API

Στοιχεία προγράμματος

Σε ποιους απευθύνεται
Προγραμματιστές, μηχανικοί και integrators που θέλουν να αξιοποιήσουν τη Mistral AI μέσω API στις εφαρμογές τους.
Προαπαιτούμενα
Ανάγνωση Python και JSON, βασικά της γραμμής εντολών. Ένα κλειδί API του Mistral AI Studio για να δοκιμάσετε τα παραδείγματα.
Διάρκεια
1 ώρα 15 λεπτά — 12 μαθήματα
Μορφές παράδοσης
Εξ ολοκλήρου online αυτόνομη κατάρτιση, διαθέσιμη 24/7 από φυλλομετρητή. Η πρόοδος αποθηκεύεται και συνεχίζετε όποτε θέλετε. Εκτιμώμενη διάρκεια: 1 ώρα 15 λεπτά
Αξιολόγηση
Αυτοαξιολόγηση με βάση τα Βασικά σημεία που κλείνουν κάθε μάθημα, και άμεση εξάσκηση των παραδειγμάτων σε δικές σας περιπτώσεις. Ένα τελικό κουίζ με 5 διορθωμένες ερωτήσεις, στο τέλος του τελευταίου μαθήματος, επιβεβαιώνει τις γνώσεις σας.
Προσβασιμότητα
Κατάρτιση σε δικό σας ρυθμό, προσβάσιμη σε άτομα με αναπηρία: περιεχόμενο συμβατό με αναγνώστες οθόνης, πλοήγηση με πληκτρολόγιο και χρωματική αντίθεση σύμφωνη με τις προδιαγραφές. Για οποιαδήποτε ανάγκη προσαρμογής, γράψτε στο [email protected].
Τιμή
Δωρεάν

Περιεχόμενο προγράμματος

  1. 01 Εισαγωγή στην Όραση μέσω του Mistral API
  2. 02 Πολυτροπική Αρχιτεκτονική των Μοντέλων Mistral
  3. 03 Επιλογή του Μοντέλου Όρασης Mistral
  4. 04 Αποστολή εικόνας μέσω URL
  5. 05 Κωδικοποίηση και αποστολή εικόνων σε Base64
  6. 06 Αποστολή Πολλαπλών Εικόνων σε Ένα Μήνυμα
  7. 07 Ανάλυση Γραφημάτων με το Vision API
  8. 08 Αναγνώριση Κειμένου και Μεταγραφή σε Εικόνες
  9. 09 Εξαγωγή Δομημένων Δεδομένων από Εικόνες
  10. 10 Σύγκριση Εικόνων με το Vision API
  11. 11 Όρια και Βελτιστοποίηση του Vision API
  12. 12 Επόμενα βήματα: Document AI, Function Calling και Πολυτροπικές Ροές Εργασίας