Résumez cet article avec :
- Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet de suivre les objets dans les vidéos.
- Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous pouvez suivre les objets dans les vidéos.
- Pour aller plus loin et personnaliser votre demande de suivi des objets vidéo avec des paramètres spécifiques, consultez notre documentation.
- Nous proposons une API unifiée pour tous les fournisseurs : simple et standard à utiliser, avec un changement rapide d'un fournisseur à l'autre et un accès aux fonctionnalités spécifiques de chaque fournisseur.
- Le résultat arrive en JSON dans la même réponse, avec les intervalles de temps où chaque objet apparaît.
Dans ce tutoriel, vous allez apprendre à utiliser l'API de suivi des objets vidéo en 5 minutes à l'aide de JavaScript. Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet de suivre les objets dans les vidéos.
Premiers pas avec l'API de suivi des objets vidéo
La première étape consiste à configurer Axios, un client HTTP basé sur des promesses pour le navigateur et Node.js, qui vous permettra d'appeler l'API Eden AI.
.png)
Ensuite, vous devez initialiser le module Système de fichiers pour accéder aux fichiers locaux de votre ordinateur.
.png)
Enfin, vous devrez créer votre formulaire de paramètres multipart/formdata :

Comment utiliser l'API de suivi des objets vidéo avec JavaScript ?
Vous êtes maintenant prêt à traiter vos fichiers vidéo dans l'API Eden AI Object Tracking.
1. Obtenez une clé d'API de suivi d'objets sur Eden AI
Pour effectuer le suivi des objets dans les vidéos, il vous suffit de créer un compte sur Eden AI gratuitement. Sur la page d'accueil, vous pourrez obtenir votre Clé API avec des crédits gratuits offerts par Eden AI.
Faisons le suivi des objets dans vos vidéos
Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous pouvez suivre les objets dans les vidéos. Le suivi d'objets dans les vidéos passe désormais par un LLM multimodal qui accepte la vidéo en entrée, appelé via l'endpoint de chat compatible OpenAI d'Eden AI : le modèle liste les objets avec les intervalles de temps où ils apparaissent, plutôt que des cadres de délimitation image par image. Vous pouvez utiliser tout modèle dont les input_modalities contiennent video : consultez notre documentation ici.
Voici le code JavaScript pour ajouter votre vidéo au formulaire et définir votre clé API :
form.append("file", fs.createReadStream("path/to/your/video.mp4"));
const apiKey = "Your_API_Key";
Une fois le fichier ajouté, vous pouvez configurer vos requêtes : la vidéo est d'abord envoyée à Eden AI, qui renvoie un file_id, puis la requête demande à un LLM multimodal, ici google/gemini-2.5-flash, de suivre les objets et de répondre dans le format JSON défini par le schéma :
// Step 1: upload your video to Eden AI, which returns a file_id
const uploadOptions = {
method: "POST",
url: "https://api.edenai.run/v3/upload",
headers: {
authorization: `Bearer ${apiKey}`,
...form.getHeaders(),
},
data: form,
};
// Step 2: ask a multimodal LLM to track the objects, with the JSON format of the answer
const schema = {
type: "object",
properties: {
objects: {
type: "array",
items: {
type: "object",
properties: {
object: { type: "string" },
start_time: { type: "number" },
end_time: { type: "number" },
},
required: ["object", "start_time", "end_time"],
},
},
},
required: ["objects"],
};
const options = (fileId) => ({
method: "POST",
url: "https://api.edenai.run/v3/chat/completions",
headers: {
authorization: `Bearer ${apiKey}`,
},
data: {
model: "google/gemini-2.5-flash", // any model with video in its input_modalities
messages: [
{
role: "user",
content: [
{ type: "text", text: "List the main objects in this video, with the time range in seconds where each one appears." },
{ type: "file", file: { file_id: fileId } },
],
},
],
response_format: { type: "json_schema", json_schema: { name: "objects", schema: schema } },
},
});
Ensuite, vous devez créer la fonction LaunchJob () qui exécutera la requête POST :
.png)
Enfin, créez la fonction run() qui envoie la vidéo, lance la requête et lit la réponse. Il n'y a pas de tâche à interroger, car le résultat arrive dans la même réponse :
const run = async () => {
const upload = await axios.request(uploadOptions);
const response = await launchJob(options(upload.data.file_id));
console.log(response.data);
// The answer is a JSON string that follows the schema
const result = JSON.parse(response.data.choices[0].message.content);
console.log(result.objects);
};
run().catch((error) => {
console.error(error.response ? error.response.data : error);
});
Vous obtiendrez cette réponse, dans laquelle le modèle répond par une chaîne JSON placée dans choices[0].message.content :
{
"status": "success",
"model": "gemini-2.5-flash",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "{\"objects\": [{\"object\": \"Snowy Mountains\", \"start_time\": 0.6, \"end_time\": 8.5}, ...]}"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 15630,
"completion_tokens": 2674,
"total_tokens": 18304
},
"provider": "google",
"cost": 0.0125437
}
Une fois analysée, cette chaîne JSON donne le résultat de la tâche de suivi des objets (les intervalles de temps sont estimés par le modèle, vérifiez-les sur quelques-unes de vos vidéos avant de vous y fier en production) :
[
{
"object": "Snowy Mountains",
"start_time": 0.6,
"end_time": 8.5
},
{
"object": "Sintel",
"start_time": 5.5,
"end_time": 41
},
{
"object": "Old Man",
"start_time": 12,
"end_time": 14
},
{
"object": "Villain",
"start_time": 16.8,
"end_time": 17.5
},
...
]
Avantages de l'utilisation de l'API de suivi des objets vidéo avec Eden AI
L'utilisation du suivi des objets vidéo avec l'API Eden AI est simple et rapide.
.gif)
Économisez du temps et de l'argent
Nous proposons une API unifiée pour tous les fournisseurs : simple et standard à utiliser, avec un changement rapide d'un fournisseur à l'autre et un accès aux fonctionnalités spécifiques de chaque fournisseur.
Facile à intégrer
Le format de sortie JSON est le même pour tous les fournisseurs grâce au travail de standardisation d'Eden AI. Les éléments de réponse sont également standardisés grâce aux puissants algorithmes de correspondance d'Eden AI.
Personnalisation
Avec Eden AI, vous avez la possibilité d'intégrer une plateforme tierce : nous pouvons développer rapidement des connecteurs. Pour aller plus loin et personnaliser votre demande de suivi des objets vidéo avec des paramètres spécifiques, consultez notre documentation.
.jpeg)

