Résumez cet article avec :
- Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet de détecter les logos dans les vidéos.
- Dans ce didacticiel, vous apprendrez à utiliser l'API de détection de logo vidéo en 5 minutes à l'aide de JavaScript.
- Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous serez en mesure de détecter les logos dans les vidéos.
- Cette technologie peut être personnalisée pour détecter des logos spécifiques en l'entraînant sur des ensembles de données personnalisés.
- La détection de logos vidéo est une technologie qui utilise des techniques d'apprentissage automatique et de vision par ordinateur pour identifier les logos et les éléments de marque dans le contenu vidéo.
Dans ce didacticiel, vous apprendrez à utiliser l'API de détection de logo vidéo en 5 minutes à l'aide de JavaScript. Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet de détecter les logos dans les vidéos.
Qu'est-ce que Détection de logo vidéo?
La détection de logos vidéo est une technologie qui utilise des techniques d'apprentissage automatique et de vision par ordinateur pour identifier les logos et les éléments de marque dans le contenu vidéo. L'API peut suivre le nombre d'apparitions de logos, les horodatages renvoyés et la taille des logos détectés.

Cette technologie peut être personnalisée pour détecter des logos spécifiques en l'entraînant sur des ensembles de données personnalisés. Il peut être intégré à d'autres technologies telles que la détection d'objets, la reconnaissance faciale et la reconnaissance de texte pour fournir une analyse plus détaillée de l'image. Il peut également être utilisé pour suivre les mentions de marque, mesurer l'impact publicitaire et surveiller l'utilisation de l'identité de la marque.
Commencez à utiliser l'API de détection de logo vidéo à l'aide de JavaScript
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 détection de logo avec JavaScript
Vous êtes maintenant prêt à traiter votre fichier vidéo dans l'API de détection de logo vidéo Eden AI. Vous pouvez accéder à la liste des langues prises en charge dans notre documentation ici.
1. Obtenez une clé API de détection de logo vidéo sur Eden AI
Pour effectuer la détection de logo dans les vidéos, il vous suffit de créer un compte sur Eden AI gratuitement. Ensuite, vous pourrez obtenir votre Clé API directement depuis la page d'accueil avec des crédits gratuits offerts par Eden AI.

2. Détectons les logos dans votre fichier vidéo
Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous serez en mesure de détecter les logos dans les vidéos. La détection de logos 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 logos et noms de marque 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.
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 détecter les logos 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 detect the logos, with the JSON format of the answer
const schema = {
type: "object",
properties: {
logos: {
type: "array",
items: {
type: "object",
properties: {
logo: { type: "string" },
start_time: { type: "number" },
end_time: { type: "number" },
},
required: ["logo", "start_time", "end_time"],
},
},
},
required: ["logos"],
};
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 logos and brand names that appear 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: "logos", 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.logos);
};
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": "{\n \"logos\": [\n {\n \"logo\": \"The Blender Foundation\",\n \"start_time\": 9,\n \"end_time\": 11\n },\n {\n \"logo\": \"Sintel\",\n \"start_time\": 40,\n \"end_time\": 42\n },\n {\n \"logo\": \"Sintel\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Blender Foundation\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"The Netherlands Film Fund\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Cinegrid\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Divx\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Jan Morgenstern\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Blender Institute\",\n \"start_time\": 48,\n \"end_time\": 50\n },\n {\n \"logo\": \"Blender\",\n \"start_time\": 48,\n \"end_time\": 50\n }\n ]\n}"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 15634,
"completion_tokens": 636,
"total_tokens": 16270
},
"provider": "google",
"cost": 0.0074499
}
Une fois analysée, cette chaîne JSON donne le résultat de la tâche de détection de logo (les intervalles de temps sont estimés par le modèle, vérifiez-les sur quelques-unes de vos vidéos avant de vous y fier en production) :
[
{
"logo": "The Blender Foundation",
"start_time": 9,
"end_time": 11
},
{
"logo": "Sintel",
"start_time": 40,
"end_time": 42
},
{
"logo": "Sintel",
"start_time": 48,
"end_time": 50
},
{
"logo": "Blender Foundation",
"start_time": 48,
"end_time": 50
},
...
]
Avantages de l'utilisation de l'API de détection de logos vidéo avec Eden AI
L'utilisation de la détection de logo 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 détection de logo vidéo avec des paramètres spécifiques, consultez notre documentation.
.png)

