実装
このセクションでは、CatalystコンソールでのObject Recognitionの操作のみを扱います。アプリケーションのコードでObject Recognitionを実装する方法については、SDKおよびAPIドキュメントのセクションを参照してください。
前述のとおり、コンソールからObject RecognitionをCatalystアプリケーションに統合するためのコードテンプレートにアクセスでき、また画像をアップロードして結果を取得することで機能をテストすることもできます。
Object Recognitionへのアクセス
CatalystコンソールでObject Recognitionにアクセスするには、以下の手順を実行します。
CatalystコンソールでのObject Recognitionのテスト
Catalystのサンプル画像を選択するか、独自の画像をアップロードすることで、Object Recognitionをテストできます。
サンプル画像をスキャンしてオブジェクトを認識するには、以下の手順を実行します。
-
提供されているサンプルから画像を選択します。

Object Recognitionが画像をスキャンし、_Result_セクションの下に、各オブジェクトのconfidence levelをパーセンテージ値とともに、画像内で認識されたオブジェクトを一覧表示します。

レスポンスバーの色は、認識のconfidenceパーセンテージの範囲を示します。赤: 0-30%、オレンジ: 30-80%、緑: 80-100%です。
矢印を使用して、認識されたすべてのオブジェクトを表示できます。

View ResponseをクリックしてJSON responseを表示します。JSON responseは、認識された各オブジェクトの座標、タイプ、および0から1の値での認識のconfidence scoreを提供します。

完全なサンプルJSON responseの構造を表示するには、APIドキュメントを参照してください。
独自の画像をアップロードしてObject Recognitionをテストするには、以下の手順を実行します。
-
_Result_セクションの下にあるUploadをクリックします。

閉じた後にObject Recognitionを再度開く場合は、このボックスのBrowse Filesをクリックします。

-
ローカルシステムからファイルをアップロードします。
コンソールが画像をスキャンし、認識されたオブジェクトを表示します。
同様にJSON responseも確認できます。
Object Recognitionのコードテンプレートへのアクセス
CatalystがJava、Node.js、Pythonプラットフォーム用に提供するコードテンプレートを使用して、CatalystアプリケーションにObject Recognitionを実装できます。
テストウィンドウの下のセクションからアクセスできます。Java SDK、NodeJS SDK、またはPython SDKタブをクリックし、コピーアイコンを使用してコードをコピーします。このコードを、必要な箇所でWebまたはAndroidアプリケーションのコードに貼り付けることができます。
Javaでは、入力ファイルを新しいFileとして処理できます。ZCObjectDetectionDataには、入力画像ファイル内のオブジェクトを検出するdetectObjects()メソッドが含まれています。getObjectType()、getConfidence()、getObjectPoints()は、それぞれオブジェクトタイプ、confidence値、座標を取得します。
Node.jsでは、入力画像ファイルをdetectObject()メソッドに渡すことができます。
Pythonでは、.webp/.jpegまたは.pngファイルをopen()メソッドへの入力として提供でき、レスポンスとして画像ファイルオブジェクトを返します。detect_object()メソッドは画像内のオブジェクトを検出・特定するために使用され、入力ファイルはこのメソッドの引数として渡されます。各オブジェクトの座標、タイプ、および各認識のconfidence scoreを返します。
最終更新日 2026-02-23 18:09:41 +0530 IST
Yes
No
Send your feedback to us







