3 个免费图像识别 API零成本跑通视觉 AI【免费下载链接】free-for-devA list of SaaS, PaaS and IaaS offerings that have free tiers of interest to devops and infradev项目地址: https://gitcode.com/GitHub_Trending/fr/free-for-dev给电商 App 的商品图自动打标签、把发票照片转成表格不必自己训模型。free-for-dev 项目里收录的免费图像识别 API 就够用这里挑三个按场景直接上手。Clarifai 免费额度内 5 分钟跑通图像分类Clarifai 的预训练模型可以直接给任意图片打标签省掉建数据集和训练这两步。免费额度是每月 1000 次调用个人项目或日均几十次调用的产品完全够用如果要做到每张图实时识别、日调用上万次就得转付费档。️ 下面这段代码调用它的通用图像分类模型传一张图片 URL拿回按置信度排序的标签import requests API_KEY YOUR_API_KEY IMAGE_URL https://your-cdn.com/product.jpg # 传一张图片 URL拿回预训练模型的识别结果 resp requests.post( https://api.clarifai.com/v2/models/aaa03c23b3724a16a56b629203edc62c/outputs, headers{Authorization: fKey {API_KEY}, Content-Type: application/json}, json{inputs: [{data: {image: {url: IMAGE_URL}}}]}, ) for c in resp.json()[outputs][0][data][concepts][:3]: print(f{c[name]}: {c[value]:.2f})跑通后你会看到控制台按置信度打印前三个标签比如shoe: 0.91。如果你的目标是让模型认识自己店里那几千个 SKU预训练模型帮不上忙那要走自定义训练的路子。Mindee 文档识别免费额度跑发票 OCR通用分类模型读不懂文档结构Mindee 按文档类型做结构化提取传一张发票直接返回发票号、日期、金额这些字段。免费额度是每月 500 页个人报销工具或月处理几百页发票的小项目够用月处理量到上千页就需要付费档了。 下面用 Node.js 上传一份发票 PDF提取关键字段const fs require(fs); const FormData require(form-data); const axios require(axios); const API_KEY YOUR_API_KEY; // 上传发票 PDF按字段返回识别结果 const form new FormData(); form.append(document, fs.createReadStream(./invoice.pdf)); const { data } await axios.post( https://api.mindee.net/v1/products/mindee/invoices/v4/predict, form, { headers: { ...form.getHeaders(), Authorization: Token ${API_KEY} } } ); console.log(data.document.inference.prediction.invoice_number.value);跑通后你会看到控制台输出发票号说明上传、识别、解析整条链路都通了。模糊到看不清的随手拍照片或手写内容它处理得不好这类需求更适合 free-for-dev 里收录的其他免费 OCR API。Roboflow 自定义检测从零搭免费物体检测 API前两个都靠现成模型如果你的目标物体不在里面——比如你自己设计的那种零件——就得自己训。Roboflow 把标注、训练、部署串成一条流程免费额度每月 30 个学分够训练两三个小模型并做少量调用模型要长期高频跑学分很快见底得转付费。 模型训完自动有检测端点下面用 Python 调它import requests API_KEY YOUR_API_KEY PROJECT your-project VERSION 1 IMAGE_URL https://your-cdn.com/shelf.jpg # 传图片 URL拿回检测框列表 resp requests.post( fhttps://detect.roboflow.com/{PROJECT}/{VERSION}, params{api_key: API_KEY, image: IMAGE_URL}, ) for d in resp.json()[predictions]: print(d[class], f{d[confidence]:.2f}, d[bbox])跑通后你会看到每个检测框的类别、置信度和坐标比如widget 0.87 {x12, y40}。只想判断这是猫还是狗这类通用问题时花几十分钟标注样本反而绕远直接用预训练分类模型更省事。免费额度怎么用才不浪费 缓存优先同一张图按 URL 或内容哈希存结果识别过一次就不再调 API重复请求不烧额度批量合并支持批量输入的接口尽量把多图合并成一次调用单次调用能带十几张图环境分层开发和测试环境吃免费额度生产环境按真实用量评估是否升级失败重试对 429 和 5xx 做指数退避重试前先查缓存避免重试本身又烧额度视觉这块的常用需求基本都能用免费额度覆盖跑通后按真实用量决定要不要升级。free-for-dev 仓库的「APIs, Data, and ML」分类里还有免费 OCR、图像优化之类的条目值得翻一遍。【免费下载链接】free-for-devA list of SaaS, PaaS and IaaS offerings that have free tiers of interest to devops and infradev项目地址: https://gitcode.com/GitHub_Trending/fr/free-for-dev创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考