Przejdź do głównej treści
Polski— Wybierz język
Menu

Wersja polska

Wizja komputerowa i analiza obrazu przez API

Zintegruj wizję komputerową ze swoimi aplikacjami: wysyłaj obrazy przez URL lub Base64, analizuj wykresy, wykonuj OCR i wydobywaj ustrukturyzowane dane.

12 lekcji ok. 1 h 15 min Programista

Czego się nauczysz

  • Wybór modelu wielomodalnego Mistral odpowiedniego do typu obrazu i budżetu tokenów
  • Wysyłanie obrazów do API przez URL lub kodowanie Base64, w tym wielu obrazów w jednej wiadomości
  • Transkrypcja tekstu z obrazu i wydobywanie użytecznych danych ustrukturyzowanych
  • Analiza wykresu lub porównanie dwóch obrazów w celu uzyskania wiarygodnych wniosków liczbowych
  • Optymalizacja kosztów i rozdzielczości zapytań wizyjnych z uwzględnieniem limitów API

Karta kursu

Dla kogo
Deweloperzy, inżynierowie i integratorzy chcący wykorzystać Mistral AI przez API w swoich aplikacjach.
Wymagania wstępne
Umiejętność czytania kodu w Pythonie i JSON, podstawy wiersza poleceń. Klucz API Mistral AI Studio do przetestowania przykładów.
Czas trwania
1 h 15 min — 12 lekcji
Forma
Kurs online w 100% we własnym tempie, dostępny 24/7 z poziomu przeglądarki. Postępy są zapisywane, możliwość wznowienia w dowolnym momencie. Szacowany czas trwania: 1 h 15 min.
Weryfikacja wiedzy
Samoocena oparta na kluczowych wnioskach kończących każdą lekcję oraz bezpośrednia implementacja przykładów na własnych danych. Końcowy quiz z 5 pytań z odpowiedziami na ostatniej lekcji potwierdza przyswojenie wiedzy.
Dostępność
Kurs we własnym tempie dostępny dla osób z niepełnosprawnościami: treść tekstowa kompatybilna z czytnikami ekranu, nawigacja klawiaturowa i zgodne kontrasty. W przypadku potrzeb adaptacji prosimy o kontakt pod adresem [email protected].
Cena
Bezpłatnie

Program kursu

  1. 01 Wprowadzenie do Vision przez API Mistral
  2. 02 Architektura multimodalna modeli Mistral
  3. 03 Wybór modelu wizyjnego Mistral
  4. 04 Wysyłanie obrazu przez URL
  5. 05 Kodowanie i wysyłanie obrazów w formacie Base64
  6. 06 Wysyłanie wielu obrazów w jednej wiadomości
  7. 07 Analizuj wykresy za pomocą Vision API
  8. 08 OCR i transkrypcja tekstu z obrazów
  9. 09 Ekstrakcja danych strukturalnych z obrazów
  10. 10 Porównywanie obrazów za pomocą Vision API
  11. 11 Limity i optymalizacja Vision API
  12. 12 Kolejne kroki: Document AI, wywoływanie funkcji i potoki multimodalne