Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Magyar kiadás

Látás és képelemzés API-n keresztül

Integrálja a számítógépes látást alkalmazásaiba: küldjön képeket URL-cím vagy Base64 formátumban, elemezzen diagramokat, végezzen OCR-t és nyerjen ki strukturált adatokat.

12 lecke kb. 1 h 15 min Fejlesztő

Tanulási célok

  • Válassza ki a képtípushoz és tokenkerethez illő Mistral multimodális modellt
  • Küldjön képeket az API-nak URL-cím vagy Base64 kódolás segítségével, beleértve több képet üzenetenként
  • Írjon át szöveget képről és nyerjen ki használható strukturált adatokat
  • Elemezzen egy diagramot vagy hasonlítson össze két képet megbízható numerikus betekintés nyerése érdekében
  • Optimalizálja a látási lekérdezések költségét és felbontását az API-korlátok figyelembevételével

Tanfolyam-adatlap

Kinek szól
Fejlesztők, mérnökök és integrátorok, akik a Mistral AI API-ját szeretnék kihasználni alkalmazásaikban.
Előfeltételek
Python és JSON olvasási készség, parancssori alapok. Egy Mistral AI Studio API-kulcs a példák kipróbálásához.
Időtartam
1 h 15 min — 12 lecke
Formátum
100%-ban online, saját tempóban végezhető kurzus, amely böngészőből 24/7 elérhető. A haladás mentésre kerül, bármikor folytatható. Becsült időtartam: 1 h 15 min.
Értékelés
Önértékelés az egyes leckéket lezáró fő tanulságok alapján, valamint a példák közvetlen implementálása saját eseteken. Az utolsó lecke végén egy 5 javított kérdést tartalmazó záróvizsga igazolja a tanulást.
Akadálymentesség
Saját tempóban végezhető, fogyatékkal élők számára is hozzáférhető kurzus: a szöveges tartalom kompatibilis a képernyőolvasókkal, támogatja a billentyűzetes navigációt és megfelel a kontrasztkövetelményeknek. Bármilyen igazítási igény esetén írjon a [email protected] címre.
Ár
Ingyenes

A tanfolyam tartalma

  1. 01 Bevezetés a Mistral API képfeldolgozási képességeibe
  2. 02 A Mistral modellek multimodális architektúrája
  3. 03 A megfelelő Mistral Vision modell kiválasztása
  4. 04 Kép küldése URL-címen keresztül
  5. 05 Képek kódolása és küldése Base64-ben
  6. 06 Több kép küldése egyetlen üzenetben
  7. 07 Diagramok elemzése a Vision API-val
  8. 08 OCR et transcription de texte dans les images
  9. 09 Adatok kinyerése képekből strukturált formátumban
  10. 10 Képek összehasonlítása a Vision API-val
  11. 11 A Vision API korlátai és optimalizálása
  12. 12 Prochaines étapes : Document AI, appel de fonctions et pipelines multimodaux