APM Detector

総合ランキング：448位

AIの情報

APM Detector

アンパンマンを識別するAI

アンパンマン バイキンマン カレーパンマン 食パンマン

累計：8人

累計：115人

木木

AIを試してみる

画像ファイルを指定して診断してみよう！


ログインして試す

※Twitterでログインします。当サービスの利用によって勝手にツイートされることはございませんので、安心してご利用ください。

AIをみんなに紹介しよう！

ツイートする！

みんなの診断結果を見てみよう！

みんなの診断結果を見る

日間人気アクセスランキング

１．性別判定（470人）

性別を判定します

２．美男美女判定（81人）

美男美女度を判定。

３．perfume識別AI（55人）

perfumeの識別
3人の顔の識別です。顔から鎖骨辺りまでの画像で学習しました。シルエットの識別ではありません。

４．天才検査AI（54人）

天才　やばいひと　通常人　を判定します。

５．バストサイズ診断（37人）

胸の大きさ(カップ)を当てます

６．水着判定（26人）

洋服を着てるか水着を着てるか判断します。

７．男女判定（24人）

男か女か判別します

８．おっぱいスカウター（14人）

おっぱいのカップ数診断なら俺に任せてくれよな！！上半身の写真からズバリ言い当ててやる！かかってこいやーщ(ﾟДﾟщ)

９．アジア人顔判定（12人）

日本人と顔の系統が似ている韓国人や中国人のかおを判定するAIです

１０．手相認証（寿命）（10人）

手相の実験

もっと見る

新着ランキング

１．アジア人顔判定（17人）

日本人と顔の系統が似ている韓国人や中国人のかおを判定するAIです

２．オススメの飲み物（12人）

顔写真を見てオススメの飲み物を紹介するAIです。

３．未成年か成人か（26人）

お酒やたばこを買おうとしている人に

４．ゴミの分別AI（4人）

ゴミを燃えるゴミ、燃えないゴミ、ペットボトルなどを仕分けるAI

５．天才検査AI（82人）

天才　やばいひと　通常人　を判定します。

６．どくも（5人）

普通のクモと毒グモを判別する

７．毒キノコ（6人）

毒キノコか食用キノコか判別する

８．AI凶器（7人）

凶器か凶器じゃないかを判断します


９．年齢AI（35人）

何歳くらいか知ることができる。

１０．黒子のバスケキャラクター診断（22人）

あなたを「黒子のバスケ」のキセキの世代に例えると誰なのかを、画像から診断します！

もっと見る

APIを使う！

HTTP request

POST https://aimaker.io/image/classification/api

Query parameters

Parameters
id

integer

Required
モデルのIDを指定してください。
本モデルを使用する場合は "4232"
apikey

string

Required
APIキーを指定してください。
あなたのAPIキー: ログインして確認する
file

binary

※Required
画像ファイルを指定してください (jpg, png, 10MB以内)
base64

binary

※Required
画像をBase64形式に変換したものを指定してください (jpg, png, 10MB以内)

※上記のfile、base64のいずれかは必須となります

CURL

curl -X POST -F id=4232 -F apikey=$apikey -F "file=@/path/to/image/sample.png" "https://aimaker.io/image/classification/api"

Valid Response

JSON representation 
{
    "state": 1,
    "url": "https://aimaker.io/sample.png",
    "labels": {
        "0": {
            "score": 0.997,
            "label": "ラベル0"
        },
        "1": {
            "score": 0.003,
            "label": "ラベル1"
        }
    }
}

Invalid Response

JSON representation 
{
    "state": 0,
    "messages": [
        "不正なアクセスです。"
    ]
}

学習状況モニター

学習履歴

学習日時 accuracy loss_train loss_test モデル選択
2019-11-29 14:40:27 79％ 0.035002 0.348632 選択する
2019-11-28 21:28:34 100％ 0.004982 0.021516 選択する