Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Latvijas izdevums

Redzes un attēlu analīze, izmantojot API

Integrē datorredzi savās lietotnēs: nosūti attēlus, izmantojot URL vai Base64, analizē diagrammas, veic OCR un iegūst strukturētus datus.

12 nodarbību ca. 1 h 15 min Programmētājs

Ko jūs apgūsiet

  • Izvēlēties Mistral multimodālo modeli, kas piemērots attēla tipam un tokenu budžetam
  • Nosūtīt attēlus API, izmantojot URL vai Base64 kodējumu, tostarp vairākus attēlus vienā ziņojumā
  • Transkribēt tekstu no attēla un iegūt izmantojamus strukturētus datus
  • Analizēt diagrammu vai salīdzināt divus attēlus, lai iegūtu uzticamus skaitliskus secinājumus
  • Optimizēt redzes vaicājumu izmaksas un izšķirtspēju, ņemot vērā API ierobežojumus

Kursa kartīte

Kam paredzēts
Izstrādātāji, inženieri un integratori, kas vēlas izmantot Mistral AI, izmantojot API, savās lietotnēs.
Priekšnosacījumi
Spēja lasīt Python un JSON, komandrindas pamati. Mistral AI Studio API atslēga piemēru izmēģināšanai.
Ilgums
1 h 15 min — 12 nodarbību
Formāti
100% tiešsaistes pašmācību kurss, pieejams 24/7 no pārlūkprogrammas. Progress tiek saglabāts, atsākšana jebkurā laikā. Paredzamais ilgums: 1 h 15 min.
Novērtējums
Pašnovērtējums, balstīts uz galvenajiem secinājumiem, kas noslēdz katru nodarbību, un piemēru tieša ieviešana, izmantojot savus datus. Noslēguma tests ar 5 labotiem jautājumiem pēdējās nodarbības beigās apstiprina apgūtās zināšanas.
Pieejamība
Pašmācību kurss, kas pieejams cilvēkiem ar invaliditāti: teksta saturs saderīgs ar ekrāna lasītājiem, navigācija ar tastatūru un atbilstoši kontrasti. Jebkuru pielāgošanas vajadzību gadījumā rakstiet uz [email protected].
Cena
Gratis

Kursa saturs

  1. 01 Ievads vizuālajā apstrādē, izmantojot Mistral API
  2. 02 Arhitektūra multimodālajiem Mistral modeļiem
  3. 03 Kā izvēlēties savu Mistral Vision modeli
  4. 04 Nosūtīt attēlu, izmantojot URL
  5. 05 Kodēt un nosūtīt attēlus Base64 formātā
  6. 06 Nosūtīt vairākus attēlus vienā ziņojumā
  7. 07 Analizē diagrammas, izmantojot Vision API
  8. 08 Reconnaissance optique de caractères et transcription de texte dans les images
  9. 09 Extrahēt strukturētus datus no attēliem
  10. 10 Salīdzini attēlus, izmantojot Vision API
  11. 11 Limites et optimisation de l'API Vision
  12. 12 Prochaines étapes : Document AI, appel de fonctions et pipelines multimodaux