Edición en español
Visión y análisis de imágenes mediante API
Integra visión por ordenador en tus aplicaciones: envía imágenes mediante URL o Base64, analiza gráficos, realiza OCR y extrae datos estructurados.
12 lecciones ca. 1 h 15 min Desarrollador
Lo que aprenderás
- Elegir el modelo multimodal de Mistral adecuado al tipo de imagen y al presupuesto de tokens
- Enviar imágenes a la API mediante URL o codificación Base64, incluyendo varias por mensaje
- Transcribir texto de una imagen y extraer datos estructurados utilizables
- Analizar un gráfico o comparar dos imágenes para obtener conclusiones numéricas fiables
- Optimizar el coste y la resolución de las consultas de visión teniendo en cuenta los límites de la API
Ficha del curso
- Dirigido a
- Desarrolladores, ingenieros e integradores que buscan aprovechar Mistral AI mediante API en sus aplicaciones.
- Requisitos previos
- Capacidad para leer Python y JSON, conocimientos básicos de línea de comandos. Una clave de API de Mistral AI Studio para probar los ejemplos.
- Duración
- 1 h 15 min — 12 lecciones
- Modalidades
- Curso en línea 100 % a tu propio ritmo, accesible 24/7 desde un navegador. Progreso guardado, reanuda cuando quieras. Duración estimada: 1 h 15 min.
- Evaluación
- Autoevaluación basada en los puntos clave que concluyen cada lección e implementación directa de ejemplos con tus propios datos. Un cuestionario final de 5 preguntas corregidas al final de la última lección valida el aprendizaje.
- Accesibilidad
- Curso a tu propio ritmo accesible para personas con discapacidad: contenido de texto compatible con lectores de pantalla, navegación por teclado y contrastes conformes. Para cualquier necesidad de adaptación, escribe a [email protected].
- Precio
- Gratis
Contenido del curso
- 01 Introducción a la visión mediante la API de Mistral
- 02 Arquitectura multimodal de los modelos Mistral
- 03 Elección de tu modelo de visión de Mistral
- 04 Enviar una imagen mediante URL
- 05 Codificar y enviar imágenes en Base64
- 06 Enviar varias imágenes en un único mensaje
- 07 Analizar gráficos con la Vision API
- 08 OCR y transcripción de texto en imágenes
- 09 Extraer datos estructurados de imágenes
- 10 Comparar imágenes con la Vision API
- 11 Límites y optimización de la Vision API
- 12 Próximos pasos: Document AI, llamada a funciones y canalizaciones multimodales