Comment détecter des étiquettes (objets) dans des vidéos à l'aide de JavaScript

La détection d'étiquettes, ou détection d'objets, joue un rôle crucial dans l'analyse des vidéos et des images en identifiant et en classant les éléments de chaque image, tels que des objets, des personnes, des animaux ou des points de repère.

Ce processus améliore le balisage, l'indexation et la facilité de recherche du contenu. Dans ce didacticiel, nous vous expliquerons comment implémenter la détection d'étiquettes à l'aide de JavaScript et de l'API Eden AI.

Avec seulement quelques lignes de code, vous serez en mesure d'analyser le contenu visuel et d'extraire des informations précieuses sans effort.

‍

Qu'est-ce que Détection d'étiquettes?

La détection d'étiquettes identifie et catégorise automatiquement les objets, les personnes et les scènes dans des vidéos ou des images. Il attribue des étiquettes telles que animaux, bâtiments, ou repères aux éléments visuels, ce qui facilite la recherche, l'organisation et l'analyse du contenu.

‍

Comment détecter les étiquettes dans les vidéos

‍

Accédez à l'API Eden AI

1. Inscrivez-vous : Visitez Eden AI et créez un compte gratuitement pour commencer. Une fois inscrit, rendez-vous dans la section API pour trouver votre clé API personnelle qui vous donne accès aux services d'IA, y compris la détection des étiquettes.

2. Accédez à Technologies vidéo — Connectez-vous et rendez-vous dans la section Technologies vidéo.

3. Sélectionnez la détection des étiquettes— À partir de là, sélectionnez Détection d'étiquettes option.

‍

Modèles de test en direct sur Eden AI

Eden AI vous permet d'expérimenter différents modèles d'IA avant l'intégration, ce qui facilite la comparaison et le choix du fournisseur qui correspond le mieux à vos besoins.

‍

Implémentation de la détection d'étiquettes en JavaScript

‍

Étape 1 : installer le module de requêtes de JavaScript

Pour commencer, vous devez installer Axios. Axios est un client HTTP basé sur des promesses pour le navigateur et Node.js, qui facilite l'envoi de requêtes HTTP asynchrones.

npm install axios

‍

Répartition du code

L'API de détection d'étiquettes d'Eden AI est asynchrone, ce qui signifie qu'elle fonctionne en deux étapes :

1. Requête POST — Lancement de la tâche : Cela lance le processus de détection des étiquettes en envoyant l'URL et le ou les fournisseurs de la vidéo à Eden AI.
   
2. Requête GET — Récupération des résultats : une fois la tâche traitée, vous pouvez récupérer les résultats de détection à l'aide d'un public_id unique reçu lors de la première demande.
   
   

Ce système en deux phases est essentiel pour le traitement de fichiers multimédia volumineux, dont l'analyse peut prendre du temps. Au lieu d'attendre que le processus se termine en une seule demande, le modèle asynchrone vous permet de démarrer la tâche et de la vérifier ultérieurement.

‍

Lancement de la tâche de détection d'étiquettes

Cette partie POST du code envoie une demande à Eden AI pour démarrer le travail de détection des étiquettes.

const API_TOKEN = 'your_api_token_here';
const videoUrl = '🔗 URL of your video'; // Replace with the actual video URL

const headers = {
    "Authorization": `Bearer ${API_TOKEN}`,
    "Content-Type": "application/json"
};

const body = JSON.stringify({
    providers: ["google"],
    file_url: videoUrl
});

fetch("https://api.edenai.run/v2/video/label_detection_async", {
    method: "POST",
    headers: headers,
    body: body
})
    .then(response => response.json())
    .then(result => {
        console.log(result); // Contains public_id and job status
    })
    .catch(error => {
        console.error('Error:', error);
    });

Qu'est-ce que cela fait :

• fournisseurs: Choisissez le fournisseur d'IA (par exemple, Google).
  
• URL_du fichier: URL de la vidéo accessible au public.
  
• aller chercher (): envoie la demande à Eden AI.‍
• identifiant_public : Utilisez cet identifiant pour récupérer les résultats ultérieurement.

‍

Récupération des résultats du travail

Une fois votre tâche soumise et traitée, récupérez les résultats à l'aide du public_id.

const API_TOKEN = 'your_api_token_here';
const publicId = 'your_public_id_here'; // Replace with the actual public ID

const headers = {
    "Authorization": `Bearer ${API_TOKEN}`,
    "Content-Type": "application/json"
};

fetch(`https://api.edenai.run/v2/video/label_detection_async/${publicId}/`, {
    method: "POST",
    headers: headers
})
    .then(response => response.json())
    .then(result => {
        console.log(result); // Contains label detection results
    })
    .catch(error => {
        console.error('Error:', error);
    });

Explication du code

• La première demande envoie votre vidéo à Eden AI pour traitement.
  
• La deuxième demande revient ultérieurement pour récupérer le résultat.
  
• Les deux demandes utilisent des en-têtes d'autorisation pour s'authentifier.
• Le public_id relie les deux étapes.

‍

Exemples de sortie et d'interprétation des résultats

Voici un exemple de ce à quoi pourrait ressembler la réponse :

{
  "google": {
    "status": "success",
    "label_annotations": [
      {
        "description": "Bicycle",
        "confidence": 0.93,
        "start_time": "00:00:05",
        "end_time": "00:00:07"
      }
    ]
  }
}

Ce que signifient les champs :

• description: objet ou scène détecté.
  

• confiance: Le degré de certitude de l'IA (de 0 à 1).
• ‍heure de début/heure de fin: lorsque l'étiquette apparaît dans la vidéo.
  
  

‍

Gestion des tâches de détection d'étiquettes

Pour une meilleure gestion de vos tâches de détection d'étiquettes, Eden AI propose des étapes facultatives supplémentaires :

Détection d'étiquettes - Répertorier les tâches

Demande GET :
https://api.edenai.run/v2/video/label_detection_async/
Cela vous permet de répertorier toutes les tâches soumises pour la détection des étiquettes. Vous pouvez utiliser le public_id de chaque tâche pour surveiller son état ou récupérer les résultats. Vous pouvez consulter la documentation complète ici.

Détection d'étiquettes - Supprimer des tâches

Supprimer la demande :
https://api.edenai.run/v2/video/label_detection_async/
Utilisez-le pour supprimer les tâches dont vous n'avez plus besoin, ce qui vous permet de nettoyer et d'organiser l'historique de vos tâches. Vous pouvez consulter la documentation complète ici.

‍

Pourquoi Eden AI est le meilleur outil pour la détection des étiquettes

Eden AI propose une solution robuste de détection d'étiquettes présentant plusieurs avantages.

‍

Plusieurs options de fournisseurs

Eden AI vous permet de comparer et d'utiliser plusieurs fournisseurs à la fois, tels que Google et Amazon.

Facilité d'intégration

Eden AI simplifie l'intégration de la détection d'étiquettes dans vos applications grâce à des exemples de code JavaScript clairs et simples.

Sécurité et confiance

‍La plateforme Eden AI donne la priorité à la sécurité et à la confidentialité des données, garantissant ainsi une gestion sécurisée des données relatives à vos images.

‍

Conclusion

L'utilisation d'Eden AI avec JavaScript vous permet d'accéder rapidement et de manière flexible à de puissants outils de détection d'étiquettes. Grâce à une API asynchrone facile à utiliser et à la prise en charge des principaux fournisseurs d'IA, vous pouvez intégrer rapidement la reconnaissance d'objets à vos applications.

En combinant l'intelligence vidéo en temps réel avec des fonctionnalités de gestion des tâches telles que la liste et la suppression des tâches, Eden AI constitue un choix fiable et évolutif pour les développeurs comme pour les entreprises.