Platform For AI:Catatan Penggunaan SDK Analisis Multimedia untuk Python

Pastikan lingkungan Anda menggunakan Python 3 atau versi lebih baru. Jalankan perintah berikut untuk menginstal SDK:

pip install ai-service-python-sdk==1.1.5

Jalankan perintah berikut untuk menginisialisasi klien:

from ai_service_python_sdk.client.api_client import ApiClient
client = ApiClient('<HOST>', '<YOUR-APPID>', '<YOUR-TOKEN>')

Sesuaikan parameter berikut sesuai kebutuhan bisnis Anda:

Anda dapat mengevaluasi kualitas gambar. Layanan model mengembalikan bilangan titik mengambang antara 0 hingga 100. Contoh permintaan:

from ai_service_python_sdk.client.api.ai_service_image_api import AiServiceImageApi

# URL gambar. 
image_url = 'https://your_image_url.jpg'
ai_service_api = AiServiceImageApi(client)
# Nama model kustom. 
model_name = ''
# Pengaturan respons model. Jika model tidak memiliki parameter respons, Anda dapat menentukan kamus kosong. 
configure = {}
# Layanan model yang ingin Anda panggil. 
response = ai_service_api.image_qa(image_url, model_name, configure)
# ID permintaan. 
request_id = response.request_id
# Status permintaan. 
code = response.code
# Informasi status rinci tentang permintaan. 
message = response.message
# Nilai balik. 
data = response.data
# Tampilkan nilai balik. 
print(response)

Tabel berikut menjelaskan parameter dalam permintaan di atas:

Contoh keluaran:

{
    "code":"OK",
    "data":{
        "image_height":214,
        "image_width":398,
        "iqa_result":66.88
    },
    "message":"success",
    "request_id":"1d4572a1-2800-4213-9e9c-33f9fa7e****"
}

Tabel berikut menjelaskan parameter respons:

Anda dapat memperoleh atribut terkait wajah seperti bentuk wajah, warna rambut, gaya rambut, dan penampilan. Berikut adalah contoh permintaan:

from ai_service_python_sdk.client.api.ai_service_image_api import AiServiceImageApi

# URL gambar. 
image_url = 'https://your_image_url.jpg'
ai_service_api = AiServiceImageApi(client)
# Nama model kustom. 
model_name = ''
# Pengaturan respons model. Jika model tidak memiliki parameter respons, Anda dapat menentukan kamus kosong. 
configure = {}
# Layanan model yang ingin Anda panggil. 
response = ai_service_api.face_attr_image(image_url, model_name, configure)
# ID permintaan. 
request_id = response.request_id
# Status permintaan. 
code = response.code
# Informasi status rinci tentang permintaan. 
message = response.message
# Nilai balik. 
data = response.data
# Tampilkan nilai balik. 
print(response)

Tabel berikut menjelaskan parameter dalam permintaan di atas:

Contoh keluaran. Beberapa parameter mungkin berisi teks Cina yang tidak diterjemahkan karena alasan teknis:

{'code': 'OK',
 'data': {'attr': [{'FaceShape': {'三角脸': 0.0013,
                                  '圆脸': 0.0147,
                                  '心形脸': 0.0405,
                                  '方形脸': 0.0001,
                                  '椭圆脸': 0.9266,
                                  '菱形脸': 0.0027,
                                  '长脸': 0.0141},
                    'FemaleHairStyle': {'BangsType': {'中分刘海': 0.5932,
                                                      '刘海编发': 0.0058,
                                                      '斜刘海': 0.0575,
                                                      '无刘海': 0.3078,
                                                      '空气刘海': 0.0143,
                                                      '齐刘海': 0.0213},
                                        'FemaleCurlyHairType': {'云朵卷': 0.1289,
                                                                '大波浪': 0.2526,
                                                                '小波浪': 0.084,
                                                                '氧气卷': 0.2027,
                                                                '空气卷': 0.1434,
                                                                '羊毛卷': 0.1539,
                                                                '蛋卷': 0.0345},
                                        'FemaleHairType': {'卷发': 0.1941,
                                                           '盘发': 0.0112,
                                                           '直发': 0.7947},
                                        'FemaleLongShortHair': {'中长发': 0.2807,
                                                                '短发': 0.0346,
                                                                '长发': 0.6846},
                                        '扎发': 0.3054,
                                        '编发': 0.3453},
                    'HairColor': {'其他颜色': 0.0001,
                                  '咖啡色': 0,
                                  '奶奶灰': 0,
                                  '栗色': 0.0025,
                                  '棕色': 0.0622,
                                  '渐变色': 0.0004,
                                  '酒红色': 0.0001,
                                  '金色': 0,
                                  '黄色': 0,
                                  '黑色': 0.9347},
                    'MaleHairStyle': {'分发': 0.9939,
                                      '圆寸': 0,
                                      '子弹头': 0.0033,
                                      '平头': 0,
                                      '板寸': 0.001,
                                      '毛寸': 0.0008,
                                      '碎发': 0,
                                      '背头': 0.0001,
                                      '莫西干': 0.0006},
                    'bbox': [91, 0, 430, 452],
                    'face_score': 3.2431,
                    'index': 0}]},
 'message': 'success',
 'request_id': '9b2f2c0e-d2c0-45f8-b922-058d00edc9ad'}

Tabel berikut menjelaskan parameter respons:

Anda dapat menambahkan beberapa label ke sebuah citra. Layanan model mengembalikan K label teratas dengan probabilitas tertinggi beserta fitur berdimensi tinggi dari citra tersebut. Berikut adalah contoh permintaan:

from ai_service_python_sdk.client.api.ai_service_image_api import AiServiceImageApi

# URL dari citra. 
image_url = 'https://your_image_url.jpg'
ai_service_api = AiServiceImageApi(client)
# Nama model kustom. 
model_name = ''
# Pengaturan respons dari model. 
configure = {'tag_top_k': 5, 'output_embedding': False}
# Layanan model yang ingin Anda panggil. 
response = ai_service_api.multi_label_image_v2(image_url, model_name, configure)
# ID permintaan. 
request_id = response.request_id
# Status permintaan. 
code = response.code
# Informasi status detail tentang permintaan. 
message = response.message
# Nilai kembali. 
data = response.data
# Menampilkan nilai kembali. 
print(response)

Tabel berikut menjelaskan parameter dalam permintaan di atas:

Contoh keluaran. Beberapa parameter mungkin berisi teks Tiongkok yang tidak diterjemahkan karena alasan teknis:

{'code': 'OK',
 'data': {'image_height': 510,
          'image_width': 516,
          'tag_result': [{'score': 0.505, 'tag': '笑容'},
                         {'score': 0.493, 'tag': '女士'},
                         {'score': 0.475, 'tag': '美女'},
                         {'score': 0.438, 'tag': '微笑'},
                         {'score': 0.432, 'tag': '蜜茶棕'}]},
 'message': 'success',
 'request_id': 'c9e5aa33-4d8d-49ce-8991-bcbb5f12e43b'}

Tabel berikut menjelaskan parameter respons:

Anda dapat mengevaluasi kualitas video. Layanan model mengembalikan bilangan titik mengambang antara 0 hingga 100. Gunakan salah satu metode berikut untuk memanggil layanan model:

• Evaluasi kualitas video tunggal. Berikut adalah contoh permintaan:

  from ai_service_python_sdk.client.api.ai_service_video_api import AiServiceVideoApi
  
  video_url = 'https://your_video_url.mp4'
  ai_service_api = AiServiceVideoApi(client)
  # Nama model kustom. 
  model_name = ''
  # Judul video. 
  video_title = ''
  # Pengaturan respons model. 
  configure = {}
  # Layanan model yang ingin Anda panggil. 
  response = ai_service_api.video_qa(video_url, model_name, video_title, configure)
  # ID permintaan. 
  request_id = response.request_id
  # Status permintaan. 
  code = response.code
  # Informasi status rinci tentang permintaan. 
  message = response.message
  # Konten yang dikembalikan oleh layanan model. 
  data = response.data
  # ID pekerjaan. 
  job_id = response.data['job_id']
  # Tampilkan nilai kembali. 
  print(response)

  Tabel berikut menjelaskan parameter dalam permintaan di atas:

  Parameter	Tipe	Diperlukan	Deskripsi
  video_url	STRING	Ya	URL video. Kami sarankan ukuran video tidak lebih besar dari 100 MB dan resolusi video sama dengan atau lebih tinggi dari 320 × 240.
  video_title	STRING	Ya	Judul video. Tentukan string kosong karena layanan model tidak mengharuskan Anda untuk menentukan judul video.
  model_name	STRING	Ya	Secara default, string kosong ditentukan untuk memanggil model tujuan umum. Jika model tujuan umum tidak dapat memenuhi kebutuhan bisnis Anda, hubungi manajer akun Anda untuk mendapatkan model kustom. Anda dapat menentukan nama model kustom untuk memanggil model kustom.
  configure	Dict	Ya	Pengaturan respons model. Tentukan kamus kosong untuk layanan model.

  Contoh keluaran:

  {'code': 'OK',
   'data': {'job_id': 10**},
   'message': 'success',
   'request_id': '228235a6-db4f-466a-b20b-a4453f81****'}

  Peroleh job_id dari respons yang dikembalikan sebelumnya dan tentukan ID pekerjaan dalam kode berikut untuk menanyakan hasilnya:

  from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi
  
  ai_service_job_api = AiServiceJobApi(client)
  # Menanyakan hasil. 
  result = ai_service_job_api.get_async_job(<YOUR-JOB-ID>)
  # Tampilkan nilai kembali. 
  print(result)

  Ganti <YOUR-JOB-ID> dengan nilai job_id yang dikembalikan oleh layanan model, bertipe INT.

  • Hasil berikut dikembalikan jika pekerjaan sedang berjalan:

    {'code': 'OK',
     'data': {'job': {'Result': '',
                      'app_id': '202209070402410****',
                      'create_time': '2022-09-07T14:03:33.8+08:00',
                      'id': 1012,
                      'message': 'video downloading',
                      'state': 1}},
     'message': 'success',
     'request_id': '5259ec57-e55c-4772-b01e-3deafd74****'}

  • Hasil berikut dikembalikan jika pekerjaan selesai:

    {'code': 'OK',
     'data': {'job': {'Result': '{"avg_fps":30,"duration":14,"height":1920,"single_img":0.74072265625,"video_score":20.57750291278764,"width":1080}',
                      'app_id': '202209290847310****',
                      'create_time': '2022-10-12T10:51:30.015+08:00',
                      'id': 1012,
                      'message': 'success',
                      'state': 2}},
     'message': 'success',
     'request_id': '0b4f658f-cd96-4606-8d81-d2fe0a6d****'}

  Tabel berikut menjelaskan parameter respons:

  Parameter	Tipe	Deskripsi
  request_id	STRING	ID permintaan, yang bertipe STRING.
  code	STRING	Kode status permintaan, yang bertipe STRING.
  message	STRING	Informasi status rinci tentang permintaan, yang bertipe STRING. Contoh keluaran: success Invalid Input - video data error - load video failed Invalid Input - json format error - json parse runtime exception Untuk informasi lebih lanjut, lihat Kode kesalahan.
  data	Dict	Konten yang dikembalikan oleh layanan model, yang bertipe DICT. Untuk informasi lebih lanjut tentang parameter respons, lihat Parameter data.

  Tabel 4. Parameter Data

  Parameter	Deskripsi
  id	ID pekerjaan (job_id), yang bertipe INT.
  app_id	AppId, yang bertipe INT.
  state	Kode status pekerjaan, yang bertipe INT. Nilai valid: 0: Pekerjaan sedang diinisialisasi. 1: Pekerjaan sedang berjalan. 2: Pekerjaan selesai. 3: Pekerjaan gagal.
  message	Informasi eksekusi pekerjaan, yang bertipe STRING. Nilai valid: success video downloading
  create_time	Waktu ketika pekerjaan dibuat, yang bertipe STRING.
  Result	Hasil yang dikembalikan oleh layanan model, yang bertipe STRING. Untuk informasi lebih lanjut, lihat Parameter hasil.

  Tabel 5. Parameter Hasil

  Parameter	Deskripsi
  video_score	Skor kualitas video, yang bertipe FLOAT. Nilai valid: 0 hingga 100.
  avg_fps	Rata-rata laju frame video, yang bertipe INT.
  duration	Durasi video, yang bertipe INT. Satuan: detik.
  single_img	Perbedaan antara gambar dalam video, yang bertipe FLOAT. Nilai valid: 0 hingga 1. Nilai yang lebih kecil menunjukkan perbedaan yang lebih kecil. Ini berarti video dihasilkan berdasarkan gambar statis.
  height	Tinggi video dalam piksel, yang bertipe INT.
  width	Lebar video dalam piksel, yang bertipe INT.

• Evaluasi kualitas beberapa video secara batch. Berikut adalah contoh permintaan:

  from ai_service_python_sdk.client.api.ai_service_video_api import AiServiceVideoApi
  from ai_service_python_sdk.client.models.batch_video_request_videos import BatchVideoRequestVideos
  
  ai_service_api = AiServiceVideoApi(client)
  
  # Buat permintaan pemrosesan batch (URL video + judul video). 
  videos = [
      BatchVideoRequestVideos('https://your_video_1_url.mp4', ''),
      BatchVideoRequestVideos('https://your_video_2_url.mp4', '')
      ]
  # Nama model kustom. 
  model_name = ''
  # Pengaturan respons model. 
  configure = {}
  # Layanan model yang ingin Anda panggil. 
  response = ai_service_api.batch_video_qa(videos, model_name, configure)
  # ID permintaan. 
  request_id = response.request_id
  # Status permintaan. 
  code = response.code
  # Informasi status rinci tentang permintaan. 
  message = response.message
  # Konten yang dikembalikan oleh layanan model. 
  data = response.data
  # ID pekerjaan batch. 
  batch_id = response.data['batch_id']
  # Tampilkan nilai kembali. 
  print(response)

  Contoh keluaran:

  {'code': 'OK',
   'data': {'batch_id': 14},
   'message': 'success',
   'request_id': '6d5ef1b5-c01f-4e63-9eec-150ddde9****'}

  Peroleh batch_id dari respons yang dikembalikan sebelumnya dan gunakan ID batch dalam kode berikut untuk menanyakan hasilnya:

  from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi
  
  ai_service_job_api = AiServiceJobApi(client)
  # Menanyakan hasil. 
  result = ai_service_job_api.get_batch_job_with_id(<YOUR-BATCH-ID>)
  # Tampilkan nilai kembali. 
  print(result)

  Ganti <YOUR-BATCH-ID> dengan nilai batch_id yang dikembalikan oleh layanan model, bertipe INT.

  Hasil berikut dikembalikan:

  {'code': 'OK',
   'data': {'jobs': [{'Result': '{"avg_fps":30,"duration":14.633333333333333,"height":1280,"single_img":0.486328125,"video_score":55.3773279862801,"width":720}',
                      'app_id': '202209290847310****',
                      'batch_id': 14,
                      'create_time': '2022-10-26T19:44:47.501+08:00',
                      'id': 44**,
                      'message': 'success',
                      'object': 'https://your_video_1_url.mp4',
                      'state': 2},
                     {'Result': '{"avg_fps":30,"duration":18.2,"height":568,"single_img":0.5791015625,"video_score":67.21071975649835,"width":320}',
                      'app_id': '202209290847310****',
                      'batch_id': 14,
                      'create_time': '2022-10-26T19:44:47.501+08:00',
                      'id': 4484,
                      'message': 'success',
                      'object': 'https://your_video_2_url.mp4',
                      'state': 2}]},
   'message': 'success',
   'request_id': 'e99697ff-7d42-4c0a-a0a0-c6a0c0ba****'}

  Parameter data['jobs'] yang dikembalikan oleh pekerjaan batch adalah array. Tabel berikut menjelaskan parameter dalam array:

  Parameter	Deskripsi
  id	ID entri data dalam pekerjaan batch, yang bertipe INT.
  batch_id	ID pekerjaan batch, yang bertipe INT.
  app_id	AppId, yang bertipe INT.
  state	Kode status pekerjaan, yang bertipe INT. Nilai valid: 0: Pekerjaan sedang diinisialisasi. 1: Pekerjaan sedang berjalan. 2: Pekerjaan selesai. 3: Pekerjaan gagal.
  message	Informasi eksekusi pekerjaan, yang bertipe STRING. Nilai valid: success video downloading
  create_time	Waktu ketika pekerjaan dibuat, yang bertipe STRING.
  object	URL video, yang bertipe STRING.
  Result	Hasil yang dikembalikan oleh layanan model, yang bertipe STRING. Catatan Parameter Result sama dengan parameter Result yang dikembalikan oleh layanan model yang digunakan untuk mengevaluasi kualitas video tunggal.

Anda dapat mengklasifikasikan video pendek dengan menambahkan label. Layanan model mengembalikan kelas video, K label teratas dengan probabilitas tertinggi, dan fitur berdimensi tinggi dari video. Gunakan salah satu metode berikut untuk memanggil layanan model:

• Klasifikasikan satu video. Berikut adalah contoh permintaan:

  from ai_service_python_sdk.client.api.ai_service_video_api import AiServiceVideoApi
  
  video_url = 'https://your_video_url.mp4'
  ai_service_api = AiServiceVideoApi(client)
  # Nama model kustom. 
  model_name = ''
  # Judul video. 
  video_title = 'your_video_title'
  # Pengaturan respons model. 
  configure = {
      'output_classification': True,
      'classification_top_k': 1,
      'output_tag': True,
      'tag_top_k': 5,
      'output_embedding': True
      }
  # Layanan model yang ingin Anda panggil. 
  response = ai_service_api.classify_label_video(video_url, video_title, model_name, configure)
  # ID permintaan. 
  request_id = response.request_id
  # Status permintaan. 
  code = response.code
  # Informasi status rinci tentang permintaan. 
  message = response.message
  # Konten yang dikembalikan oleh layanan model. 
  data = response.data
  # ID pekerjaan. 
  job_id = response.data['job_id']
  # Tampilkan nilai kembali. 
  print(response)

  Tabel berikut menjelaskan parameter dalam permintaan di atas:

  Parameter	Tipe	Diperlukan	Deskripsi
  video_url	STRING	Ya	URL video. Kami merekomendasikan agar ukuran video tidak lebih besar dari 100 MB dan resolusi video sama dengan atau lebih tinggi dari 320 × 240.
  video_title	STRING	Ya	Judul video. Jika video tidak memiliki judul, tentukan string kosong.
  model_name	STRING	Ya	Secara default, string kosong ditentukan untuk memanggil model tujuan umum. Jika model tujuan umum tidak dapat memenuhi kebutuhan Anda, Anda dapat menghubungi dukungan teknis PAI untuk mendapatkan model kustom. Anda dapat menentukan nama model kustom untuk memanggil model kustom.
  configure	Dict	Ya	Pengaturan respons model. Nilai default adalah None. Untuk informasi lebih lanjut, lihat Konfigurasi parameter. Catatan Jika configure diatur ke None, parameter dalam daftar konfigurasi menggunakan pengaturan default.

  Tabel 6. Konfigurasi Parameter

  Parameter	Tipe	Diperlukan	Deskripsi
  output_classification	BOOL	Tidak	Tentukan apakah akan mengembalikan hasil klasifikasi video. Nilai valid: True (default) False
  classification_top_k	INT	Tidak	Kelas teratas K video. Nilai valid K: 1 hingga 10. Nilai default: 1.
  output_tag	BOOL	Tidak	Tentukan apakah akan mengembalikan label video. Nilai valid: True (default) False
  tag_top_k	INT	Tidak	Label teratas K video. Nilai valid K: 1 hingga 10. Nilai default: 5.
  output_embedding	BOOL	Tidak	Tentukan apakah akan mengembalikan penyematan video 64 dimensi. Nilai valid: True (default) False

  Contoh keluaran:

  {'code': 'OK',
   'data': {'job_id': 5},
   'message': 'success',
   'request_id': '4f6caecb-e3d6-4997-89fe-26ac7536****'}

  Peroleh job_id dari respons yang dikembalikan sebelumnya dan tentukan ID pekerjaan dalam kode berikut untuk menanyakan hasilnya:

  from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi
  
  ai_service_job_api = AiServiceJobApi(client)
  # Menanyakan hasil. 
  result = ai_service_job_api.get_async_job(<YOUR-JOB-ID>)
  # Tampilkan nilai kembali. 
  print(result)

  Ganti <YOUR-JOB-ID> dengan nilai job_id yang dikembalikan oleh layanan model, bertipe INT.

  • Hasil berikut dikembalikan jika pekerjaan sedang berjalan:

    {'code': 'OK',
     'data': {'job': {'Result': '',
                      'app_id': '202209070402410****',
                      'create_time': '2022-09-07T14:03:33.8+08:00',
                      'id': 5,
                      'message': 'video downloading',
                      'state': 1}},
     'message': 'success',
     'request_id': '5259ec57-e55c-4772-b01e-3deafd74****'}
    

  • Hasil berikut dikembalikan jika pekerjaan selesai. Beberapa parameter mungkin berisi teks Cina yang tidak diterjemahkan karena alasan teknis:

    {'code': 'OK',
     'data': {'job': {'Result':
        '{"classification_result":[
            {"class":"三农","score":0.997}
            ],
        "duration":14.633333333333333,
        "embedding_result":"-0.162,0.483,0.881,0.686,0.319,-1.569,0.266,0.227,-1.352,1.157,-0.784,-1.016,-0.987,-1.214,-0.493,-1.182,0.85,1.473,-1.27,-3.391,3.394,-0.471,-0.434,0.256,2.146,0.787,0.348,1.67,0.229,-0.878,0.299,0.392,-2.161,-0.756,-3.438,-0.158,0.713,-5.812,-1.248,0.253,-1.111,-0.165,2.644,-2.368,-1.636,-0.533,0.468,1.2,-1.431,-1.151,-1.276,-1.954,1.167,-0.938,-0.111,-2.636,-1.248,4.662,1.892,5.485,-1.137,1.589,-1.935,1.018",
        "tag_result":[
            {"score":0.728,"tag":"盆栽"},
            {"score":0.576,"tag":"植物"},
            {"score":0.539,"tag":"种植技术"},
            {"score":0.466,"tag":"农业技术"},
            {"score":0.458,"tag":"种植"}
            ],
        "video_height":1280,
        "video_width":720}\n',
      'app_id': '202209070402410****',
      'create_time': '2022-09-07T14:03:33.8+08:00',
      'id': 5,
      'message': 'success',
      'state': 2}},
     'message': 'success',
     'request_id': '9283066a-f414-40fd-8fd3-0f77c1ef****'}

  Tabel berikut menjelaskan parameter respons:

  Parameter	Deskripsi
  request_id	ID permintaan, yang bertipe STRING.
  code	Kode status permintaan, yang bertipe STRING.
  message	Informasi status rinci tentang permintaan, yang bertipe STRING. Contoh keluaran: success Invalid Input - video data error - load video failed Invalid Input - json format error - json parse runtime exception Untuk informasi lebih lanjut, lihat Kode kesalahan.
  data	Konten yang dikembalikan oleh layanan model, yang bertipe DICT. Untuk informasi lebih lanjut, lihat Data ['job'] parameters.

  Tabel 7. Data ['job'] Parameters

  Parameter	Deskripsi
  id	ID pekerjaan (job_id), yang bertipe INT.
  app_id	AppId, yang bertipe INT.
  state	Kode status pekerjaan, yang bertipe INT. Nilai valid: 0: Pekerjaan sedang menginisialisasi. 1: Pekerjaan sedang berjalan. 2: Pekerjaan selesai. 3: Pekerjaan gagal.
  message	Informasi eksekusi pekerjaan, yang bertipe STRING. Nilai valid: success video downloading
  create_time	Waktu ketika pekerjaan dibuat, yang bertipe STRING.
  Result	Hasil yang dikembalikan oleh layanan model, yang bertipe STRING. Untuk informasi lebih lanjut, lihat Parameter Result.

  Tabel 8. Parameter Result

  Parameter	Deskripsi
  classification_result	Hasil klasifikasi, yang bertipe LIST. Kelas diurutkan secara menurun berdasarkan skor (probabilitas). Panjang daftar bervariasi berdasarkan classification_top_k. Parameter ini hanya dikembalikan ketika output_classification diatur ke True.
  tag_result	Label video, yang diurutkan secara menurun berdasarkan skor (probabilitas). Panjang daftar bervariasi berdasarkan tag_top_k. Parameter ini hanya dikembalikan ketika output_tag diatur ke True.
  score	Probabilitas label, yang bertipe FLOAT. Nilainya akurat hingga tiga tempat desimal.
  class	Alias dari kelas, yang bertipe STRING.
  tag	Nama label, yang bertipe STRING.
  embedding_result	Fitur 64 dimensi video, yang bertipe STRING. Fitur dipisahkan oleh koma (,). Parameter ini hanya dikembalikan ketika output_embedding diatur ke True.
  video_height	Tinggi video dalam piksel, yang bertipe INT.
  video_width	Lebar video dalam piksel, yang bertipe INT.
  duration	Durasi video, yang bertipe FLOAT.

• Klasifikasikan beberapa video secara batch. Berikut adalah contoh permintaan:

  from ai_service_python_sdk.client.api.ai_service_video_api import AiServiceVideoApi
  from ai_service_python_sdk.client.models.batch_video_request_videos import BatchVideoRequestVideos
  
  ai_service_api = AiServiceVideoApi(client)
  
  # Pengaturan respons model. 
  configure = {
      'output_classification': True,
      'classification_top_k': 1,
      'output_tag': True,
      'tag_top_k': 5,
      'output_embedding': True
      }
  # Buat permintaan pemrosesan batch (URL video + judul video). 
  videos = [
      BatchVideoRequestVideos('https://your_video_1_url.mp4', 'your_video_title_1'),
      BatchVideoRequestVideos('https://your_video_2_url.mp4', 'your_video_title_2')
      ]
  # Nama model kustom. 
  model_name = ''
  # Layanan model yang ingin Anda panggil. 
  response = ai_service_api.batch_classify_label_video(videos, model_name, configure)
  # ID permintaan. 
  request_id = response.request_id
  # Status permintaan. 
  code = response.code
  # Informasi status rinci tentang permintaan. 
  message = response.message
  # Konten yang dikembalikan oleh layanan model. 
  data = response.data
  # batch id
  batch_id = response.data['batch_id']
  # Tampilkan nilai kembali. 
  print(response)

  Contoh keluaran:

  {'code': 'OK',
   'data': {'batch_id': 1},
   'message': 'success',
   'request_id': 'c59eb912-9df4-4afe-8129-23f7b6dc****'}

  Peroleh batch_id dari respons yang dikembalikan sebelumnya dan gunakan ID batch dalam kode berikut untuk menanyakan hasilnya:

  from ai_service_python_sdk.client.api.ai_service_job_api import AiServiceJobApi
  
  ai_service_job_api = AiServiceJobApi(client)
  # Menanyakan hasil. 
  result = ai_service_job_api.get_batch_job_with_id(<YOUR-BATCH-ID>)
  # Tampilkan nilai kembali. 
  print(result)

  Ganti <YOUR-BATCH-ID> dengan nilai batch_id yang dikembalikan oleh layanan model, bertipe INT.

  Hasil berikut dikembalikan. Beberapa parameter mungkin berisi teks Cina yang tidak diterjemahkan karena alasan teknis:

  {'code': 'OK',
   'data': {'jobs': [{'Result': '{"classification_result":[{"class":"生活","score":0.998}],"duration":14.633333333333333,"embedding_result":"0.998,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.002","tag_result":[{"score":0.917,"tag":"盆栽"},{"score":0.777,"tag":"植物"},{"score":0.693,"tag":"园艺"},{"score":0.58,"tag":"幸福树"},{"score":0.509,"tag":"有字幕"}],"video_height":1280,"video_width":720}',
                      'app_id': '202209290847310****',
                      'batch_id': 13,
                      'create_time': '2022-10-26T18:13:20.928+08:00',
                      'id': 4090,
                      'message': 'success',
                      'object': 'https://your_video_1_url.mp4',
                      'state': 2},
                     {'Result': '{"classification_result":[{"class":"体育","score":0.998}],"duration":18.2,"embedding_result":"0.0,0.0,0.0,0.998,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.0,0.001,0.0,0.0,0.0,0.0,0.001,0.0,0.0,0.0,0.0","tag_result":[{"score":0.981,"tag":"全运会"},{"score":0.901,"tag":"乒乓球"},{"score":0.798,"tag":"运动"},{"score":0.583,"tag":"有字幕"},{"score":0.498,"tag":"乒乓球比赛"}],"video_height":568,"video_width":320}',
                      'app_id': '202209290847310****',
                      'batch_id': 13,
                      'create_time': '2022-10-26T18:13:20.928+08:00',
                      'id': 4091,
                      'message': 'success',
                      'object': 'https://your_video_2_url.mp4',
                      'state': 2}]},
   'message': 'success',
   'request_id': '73e4b48e-42b8-4347-9cb4-7a49c1f8****'}

  Parameter data['jobs'] yang dikembalikan oleh pekerjaan batch adalah array. Tabel berikut menjelaskan parameter dalam array tersebut:

  Parameter	Deskripsi
  id	ID entri data dalam pekerjaan batch, yang bertipe INT.
  batch_id	ID pekerjaan batch, yang bertipe INT.
  app_id	AppId, yang bertipe INT.
  state	Kode status pekerjaan, yang bertipe INT. Nilai valid: 0: Pekerjaan sedang menginisialisasi. 1: Pekerjaan sedang berjalan. 2: Pekerjaan selesai. 3: Pekerjaan gagal.
  message	Informasi eksekusi pekerjaan, yang bertipe STRING. Nilai valid: success video downloading
  create_time	Waktu ketika pekerjaan dibuat, yang bertipe STRING.
  object	URL video, yang bertipe STRING.
  Result	Hasil yang dikembalikan oleh layanan model, yang bertipe STRING. Catatan Parameter Result sama dengan parameter Result yang dikembalikan oleh layanan model yang digunakan untuk mengevaluasi kualitas satu video.

Kesalahan Permintaan: