API Clarifai API

Fonctionnalités principales

Clarifai offre une gamme étendue de fonctionnalités basées sur l’IA. Pour les images et vidéos, il propose des fonctionnalités comme l'identification d'objets, l’étiquetage sémantique, et la détection de concepts spécifiques. Pour le texte, il permet l'analyse de sentiment, la classification et la reconnaissance d'entités. Les développeurs peuvent également entraîner des modèles personnalisés avec leurs propres ensembles de données pour répondre à des cas d'utilisation spécifiques.

Comment intégrer Clarifai API

L'intégration de Clarifai API commence par la création d'un compte sur la plateforme et la génération d'une clé API. Clarifai fournit des SDK pour plusieurs langages, notamment Python, JavaScript et C#. Une fois la clé API obtenue, vous pouvez interagir avec l'API pour analyser vos données en envoyant des requêtes HTTP ou en utilisant les bibliothèques disponibles.

Exemples de code pour différents langages

Voici des exemples de code pour utiliser Clarifai API dans trois langages différents : Python, JavaScript, et C#. Ces exemples montrent comment analyser une image pour identifier des concepts clés.

• Python
• JavaScript
• C#

 from clarifai.rest import ClarifaiApp
 
 # Initialisation de l'application
 app = ClarifaiApp(api_key='VOTRE_CLE_API')
 
 # Modèle général
 model = app.models.get('general-v1.3')
 
 # URL de l'image à analyser
 image_url = 'https://example.com/image.jpg'
 
 # Analyse de l'image
 response = model.predict_by_url(image_url)
 
 # Affichage des concepts identifiés
 for concept in response['outputs'][0]['data']['concepts']:
     print(f"{concept['name']}: {concept['value']}")
                 

 // Importer le SDK Clarifai
 const Clarifai = require('clarifai');
 
 // Initialisation de l'application
 const app = new Clarifai.App({
     apiKey: 'VOTRE_CLE_API'
 });
 
 // URL de l'image
 const imageUrl = 'https://example.com/image.jpg';
 
 // Analyse de l'image
 app.models.predict(Clarifai.GENERAL_MODEL, imageUrl)
     .then(response => {
         const concepts = response.outputs[0].data.concepts;
         concepts.forEach(concept => {
             console.log(`${concept.name}: ${concept.value}`);
         });
     })
     .catch(err => console.error(err));
                 

 using System;
 using System.Net.Http;
 using System.Text;
 using System.Threading.Tasks;
 
 class Program
 {
     static async Task Main(string[] args)
     {
         string apiKey = "VOTRE_CLE_API";
         string apiUrl = "https://api.clarifai.com/v2/models/general-v1.3/outputs";
         string imageUrl = "https://example.com/image.jpg";
 
         using (HttpClient client = new HttpClient())
         {
             client.DefaultRequestHeaders.Add("Authorization", $"Key {apiKey}");
             string json = $"{{ \"inputs\": [{{ \"data\": {{ \"image\": {{ \"url\": \"{imageUrl}\" }} }} }}] }}";
 
             HttpResponseMessage response = await client.PostAsync(apiUrl, new StringContent(json, Encoding.UTF8, "application/json"));
             string responseBody = await response.Content.ReadAsStringAsync();
             Console.WriteLine(responseBody);
         }
     }
 }