Svensk version
Vision och bildanalys via API
Integrera datorseende i dina applikationer: skicka bilder via URL eller Base64, analysera diagram, utför OCR och extrahera strukturerad data.
12 lektioner ca. 1 h 15 min Utvecklare
Vad du lär dig
- Välj den multimodala Mistral-modellen som passar bildtypen och token-budgeten
- Skicka bilder till API:t via URL eller Base64-kodning, inklusive flera per meddelande
- Transkribera text från en bild och extrahera användbar strukturerad data
- Analysera ett diagram eller jämför två bilder för att härleda tillförlitliga numeriska insikter
- Optimera kostnad och upplösning för vision-frågor med hänsyn till API-begränsningar
Kursöversikt
- Målgrupp
- Utvecklare, ingenjörer och integratörer som vill utnyttja Mistral AI via API i sina applikationer.
- Förkunskaper
- Förmåga att läsa Python och JSON, grundläggande kommandoradskunskaper. En API-nyckel för Mistral AI Studio för att testa exemplen.
- Studietid
- 1 h 15 min — 12 lektioner
- Upplägg
- 100 % online självstudiekurs, tillgänglig 24/7 från en webbläsare. Framsteg sparas, fortsätt när som helst. Beräknad tid: 1 h 15 min.
- Bedömning
- Självutvärdering baserad på de viktigaste punkterna som avslutar varje lektion, och direkt implementering av exempel på dina egna data. Ett slutligt quiz med 5 rättade frågor i slutet av den sista lektionen validerar inlärningen.
- Tillgänglighet
- Självstudiekurs tillgänglig för personer med funktionsnedsättning: textinnehåll kompatibelt med skärmläsare, tangentbordsnavigering och kontraster som följer standarden. För eventuella anpassningsbehov, mejla [email protected].
- Pris
- Gratis
Kursens innehåll
- 01 Introduktion till Vision via Mistral API
- 02 Multimodal arkitektur hos Mistral-modeller
- 03 Välj din Mistral Vision-modell
- 04 Skicka en bild via URL
- 05 Koda och skicka bilder i Base64
- 06 Skicka flera bilder i ett enda meddelande
- 07 Analyser des diagrammes avec l'API Vision
- 08 Reconnaissance optique de caractères et transcription de texte dans les images
- 09 Extraire des données structurées à partir d'images
- 10 Jämför bilder med Vision API
- 11 Vision API : limites et optimisation
- 12 Prochaines étapes : Document AI, appel de fonctions et pipelines multimodaux