🚗 OCR ป้ายทะเบียนรถยนต์ไทย

0.75 ICต่อคำขอ

v2.0 ใช้งานได้ ก.พ. 2023 POST /v3/store/smart-city/license-plate-ocr

ยินดีต้อนรับสู่ API OCR ป้ายทะเบียนรถยนต์ไทย เวอร์ชั่น 2.0 ซึ่งเป็นผลิตภัณฑ์ AI ที่พัฒนาโดย บริษัท ไอแอพพ์เทคโนโลยี จำกัด API ของเราออกแบบมาเพื่อดึงข้อมูลหมายเลขทะเบียนรถและข้อมูลยานพาหนะจากรูปภาพด้วยความแม่นยำและความเร็วสูง API รองรับรูปแบบไฟล์ JPEG, JPG, PNG และสามารถประมวลผลภาพยานพาหนะได้ใน 1-2 วินาที

ลองใช้ Demo!

ทดลองใช้ AI Demo

เข้าสู่ระบบหรือสร้างบัญชีฟรีเพื่อใช้งาน AI Demo และสำรวจ API ที่ทรงพลังของเรา

รับ 50 เครดิตฟรี (IC) เมื่อสมัครสมาชิก!

โปรโมชันหมดเขต 31 ธันวาคม 2568

สร้างบัญชีฟรี เข้าสู่ระบบ

Example Images (Click to try)

Try Demo

Try Demo

API Key

Choose Endpoint URL

Endpoint URL

cURL Command

Upload Image

เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น
- คีย์ API จาก บริษัท ไอแอพพ์เทคโนโลยี
- รูปภาพยานพาหนะที่มีป้ายทะเบียน
- รูปแบบไฟล์ที่รองรับ: JPEG, JPG, PNG
- ขนาดไฟล์สูงสุด: 2MB
เริ่มต้นใช้งานอย่างรวดเร็ว
- การประมวลผลที่รวดเร็ว (1-2 วินาทีต่อรูปภาพ)
- การดึงข้อความที่มีความแม่นยำสูง (ความแม่นยำโดยรวม 92.28%)
- รองรับรถยนต์หลายยี่ห้อและหลายประเภท
คุณสมบัติหลัก
- การดึงข้อมูลฟิลด์โดยละเอียดรวมถึง:
  - หมายเลขทะเบียนรถ
  - ยี่ห้อรถยนต์
  - ประเภทรถยนต์
  - สีรถยนต์
  - จังหวัดทะเบียน
- การตรวจจับยานพาหนะ
- การตรวจจับป้ายทะเบียนที่หายไป
- รูปแบบการตอบสนอง JSON ที่ยืดหยุ่น
ความปลอดภัยและการปฏิบัติตามข้อกำหนด
- เป็นไปตาม GDPR และ PDPA
- ไม่มีการเก็บข้อมูลหลังจากการประมวลผล

วิธีรับคีย์ API?

กรุณาไปที่หน้า การจัดการคีย์ API เพื่อดูคีย์ API ที่มีอยู่ของคุณ หรือขอคีย์ใหม่

API Endpoints

Endpoint	Method	คำอธิบาย	ราคา
`/v3/store/smart-city/license-plate-ocr` รุ่นเก่า: `/iapp_license_plate_recognition_v1_file`	POST	ดึงข้อมูลป้ายทะเบียนรถยนต์ไทยจากไฟล์รูปภาพ	0.75 IC ต่อคำขอ
`/v3/store/smart-city/license-plate-ocr/base64` รุ่นเก่า: `/iapp_license_plate_recognition_v1_base64`	POST	ดึงข้อมูลป้ายทะเบียนรถยนต์ไทยจากรูปภาพ base64	0.75 IC ต่อคำขอ

ตัวอย่าง

1. การใช้งานจริงของรถยนต์ตัวอย่าง

ตัวอย่างที่ 1

Vehicle

ตัวอย่างที่ 2

Vehicle

ตัวอย่างที่ 3

Vehicle

2. ไฟล์รถยนต์ตัวอย่าง

Vehicle

คำขอ

curl --location 'https://api.iapp.co.th/license-plate-recognition/file' \
--header 'apikey: {YOUR API KEY}' \
--form 'file=@"{YOUR UPLOADED FILE}"'

การตอบสนอง

{
    "conf": 93.30192566,
    "country": "th",
    "infer_time(s)": 0.18,
    "is_missing_plate": "no",
    "is_vehicle": "yes",
    "lp_number": "กร5539",
    "message": "success",
    "province": "th-14:Phra Nakhon Si Ayutthaya (พระนครศรีอยุธยา)",
    "status": 200,
    "vehicle_body_type": "tractor-trailer",
    "vehicle_brand": "honda",
    "vehicle_color": "white",
    "vehicle_model": "honda_jazz",
    "vehicle_orientation": "135",
    "vehicle_year": "2010-2014"
}

คุณสมบัติและความสามารถ

คุณสมบัติหลัก

การรู้จำป้ายทะเบียน: ดึงและอ่านหมายเลขป้ายทะเบียนรถยนต์ไทยจากรูปภาพได้อย่างแม่นยำ
ข้อมูลยานพาหนะที่ครอบคลุม: ระบุและให้รายละเอียดต่างๆ เช่น:
- หมายเลขทะเบียนรถ
- จังหวัดที่จดทะเบียน
- ยี่ห้อรถยนต์
- รุ่นรถยนต์
- ปีที่ผลิต
- ทิศทางของยานพาหนะ (หน้า, ข้าง, หลัง)
- ประเภทรถยนต์ (เช่น ซีดาน, SUV, รถบรรทุก)
ความแม่นยำสูง: ใช้อัลกอริทึมคอมพิวเตอร์วิทัศน์ขั้นสูงเพื่อมอบการจดจำที่แม่นยำแม้ในสภาวะแสงและสภาพแวดล้อมที่ท้าทาย

ความสามารถที่รองรับ

การประมวลผลแบบเรียลไทม์: เหมาะสำหรับการใช้งานที่ต้องการเวลาที่รวดเร็ว เช่น การเก็บค่าผ่านทางและการติดตามยานพาหนะ
การประมวลผลแบบกลุ่ม: จัดการรูปภาพหลายรูปได้อย่างมีประสิทธิภาพสำหรับการใช้งานขนาดใหญ่
การปรับตัวเข้ากับสภาพแวดล้อม: ทำงานได้อย่างน่าเชื่อถือในสถานการณ์ต่างๆ รวมถึงสภาพแสงน้อยและแสงสะท้อนสูง

กรณีการใช้งาน

การเก็บค่าผ่านทางอัตโนมัติ: ปรับปรุงกระบวนการชำระค่าผ่านทางโดยการจดจำยานพาหนะและป้ายทะเบียนแบบเรียลไทม์
ระบบจัดการที่จอดรถ: บันทึกการเข้า-ออกยานพาหนะในลานจอดรถโดยอัตโนมัติ
การติดตามยานพาหนะ: เพิ่มประสิทธิภาพการจัดการโลจิสติกส์และยานพาหนะโดยการรวมการรู้จำป้ายทะเบียนสำหรับการระบุยานพาหนะ
ความปลอดภัยและการเฝ้าระวัง: ปรับปรุงระบบรักษาความปลอดภัยด้วยการติดตามและระบุยานพาหนะ

ความสามารถเพิ่มเติม

การผสานรวมที่ง่าย: มี RESTful API สำหรับการผสานรวมเข้ากับแอปพลิเคชันที่มีอยู่ได้อย่างราบรื่น
รวดเร็วและเชื่อถือได้: ให้เวลาตอบสนองที่รวดเร็วและประสิทธิภาพที่สม่ำเสมอสำหรับการใช้งานจริง
ขยายและปรับขนาดได้: รองรับคุณสมบัติและการขยายเพิ่มเติมตามความต้องการของผู้ใช้ที่เปลี่ยนแปลงไป

ข้อมูลอ้างอิง API

Endpoint

POST https://api.iapp.co.th/license-plate-recognition/file

Headers

ชื่อ	ประเภท	คำอธิบาย
apikey	String	คีย์ API

Parameters

ชื่อ	ประเภท	ใน	จำเป็น	คำอธิบาย
vehicle_image	object	body	ใช่	รูปภาพประกอบด้วยยานพาหนะ

คำอธิบายการตอบสนอง

Parameters	คำอธิบาย
conf	คะแนนความมั่นใจของการจดจำป้ายทะเบียนเป็นเปอร์เซ็นต์
infer_time(s)	เวลาที่ใช้ในการอนุมานเป็นวินาที
is_missing_plate	บ่งชี้ว่ามีป้ายทะเบียนหายไปในภาพหรือไม่ ค่าที่เป็นไปได้: "yes" หรือ "no"
is_vehicle	บ่งชี้ว่ามีรถยนต์อยู่ในภาพหรือไม่ ค่าที่เป็นไปได้: "yes" หรือ "no"
lp_number	หมายเลขป้ายทะเบียนที่จดจำได้จากภาพ
message	ข้อความตอบกลับ API ค่าที่เป็นไปได้: "success" หรือ "error"
province	จังหวัดของยานพาหนะที่จดทะเบียนตามที่ระบุโดยป้ายทะเบียน
status	รหัสสถานะ HTTP ของการตอบกลับ API
vehicle_body_type	ประเภทตัวถังของยานพาหนะที่จดจำได้
vehicle_brand	ยี่ห้อของยานพาหนะที่จดจำได้
vehicle_color	สีของยานพาหนะที่จดจำได้
vehicle_model	รุ่นของยานพาหนะที่จดจำได้
vehicle_orientation	ทิศทางของยานพาหนะที่จดจำได้ในภาพ
vehicle_year	ช่วงปีของรุ่นรถยนต์ที่จดจำได้

ตัวอย่างโค้ด

Python

import requests

url = "https://api.iapp.co.th/license-plate-recognition/file"

payload = {}
files=[
  ('file',('{YOUR UPLOADED FILE NAME}',open('{YOUR UPLOADED FILE PATH}','rb'),'image/png'))
]
headers = {
  'apikey': {YOUR API KEY}
}

response = requests.request("POST", url, headers=headers, data=payload, files=files)

print(response.text)

JavaScript

const axios = require('axios');
const FormData = require('form-data');
const fs = require('fs');
let data = new FormData();
data.append('file', fs.createReadStream('{YOUR UPLOADED FILE PATH}'));

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://api.iapp.co.th/license-plate-recognition/file',
  headers: {
    'apikey': '{YOUR API KEY}',
    ...data.getHeaders()
  },
  data : data
};

axios.request(config)
.then((response) => {
  console.log(JSON.stringify(response.data));
})
.catch((error) => {
  console.log(error);
});

PHP

<?php

$curl = curl_init();

curl_setopt_array($curl, array(
  CURLOPT_URL => 'https://api.iapp.co.th/license-plate-recognition/file',
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => '',
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 0,
  CURLOPT_FOLLOWLOCATION => true,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => 'POST',
  CURLOPT_POSTFIELDS => array('file'=> new CURLFILE('{YOUR UPLOADED FILE PATH}')),
  CURLOPT_HTTPHEADER => array(
         'apikey: {YOUR API KEY}'
  ),
));

$response = curl_exec($curl);

curl_close($curl);
echo $response;

Swift

let parameters = [
  [
    "key": "file",
    "src": "{YOUR UPLOADED FILE PATH}",
    "type": "file"
  ]] as [[String: Any]]

let boundary = "Boundary-\(UUID().uuidString)"
var body = Data()
var error: Error? = nil
for param in parameters {
  if param["disabled"] != nil { continue }
  let paramName = param["key"]!
  body += Data("--\(boundary)\r\n".utf8)
  body += Data("Content-Disposition:form-data; name=\"\(paramName)\"".utf8)
  if param["contentType"] != nil {
    body += Data("\r\nContent-Type: \(param["contentType"] as! String)".utf8)
  }
  let paramType = param["type"] as! String
  if paramType == "text" {
    let paramValue = param["value"] as! String
    body += Data("\r\n\r\n\(paramValue)\r\n".utf8)
  } else {
    let paramSrc = param["src"] as! String
    let fileURL = URL(fileURLWithPath: paramSrc)
    if let fileContent = try? Data(contentsOf: fileURL) {
      body += Data("; filename=\"\(paramSrc)\"\r\n".utf8)
      body += Data("Content-Type: \"content-type header\"\r\n".utf8)
      body += Data("\r\n".utf8)
      body += fileContent
      body += Data("\r\n".utf8)
    }
  }
}
body += Data("--\(boundary)--\r\n".utf8);
let postData = body

var request = URLRequest(url: URL(string: "https://api.iapp.co.th/license-plate-recognition/file")!,timeoutInterval: Double.infinity)
request.addValue("{YOUR API KEY}", forHTTPHeaderField: "apikey")
request.addValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

request.httpMethod = "POST"
request.httpBody = postData

let task = URLSession.shared.dataTask(with: request) { data, response, error in
  guard let data = data else {
    print(String(describing: error))
    return
  }
  print(String(data: data, encoding: .utf8)!)
}

task.resume()

Kotlin

val client = OkHttpClient()
val mediaType = "text/plain".toMediaType()
val body = MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE NAME}",
    File("{YOUR UPLOADED FILE PATH}").asRequestBody("application/octet-stream".toMediaType()))
  .build()
val request = Request.Builder()
  .url("https://api.iapp.co.th/license-plate-recognition/file")
  .post(body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build()
val response = client.newCall(request).execute()

Java

OkHttpClient client = new OkHttpClient().newBuilder()
  .build();
MediaType mediaType = MediaType.parse("text/plain");
RequestBody body = new MultipartBody.Builder().setType(MultipartBody.FORM)
  .addFormDataPart("file","{YOUR UPLOADED FILE NAME}",
    RequestBody.create(MediaType.parse("application/octet-stream"),
    new File("{YOUR UPLOADED FILE PATH}")))
  .build();
Request request = new Request.Builder()
  .url("https://api.iapp.co.th/license-plate-recognition/file")
  .method("POST", body)
  .addHeader("apikey", "{YOUR API KEY}")
  .build();
Response response = client.newCall(request).execute();

Dart

var headers = {
  'apikey': '{YOUR API KEY}'
};
var request = http.MultipartRequest('POST', Uri.parse('https://api.iapp.co.th/license-plate-recognition/file'));
request.files.add(await http.MultipartFile.fromPath('file', '{YOUR UPLOADED FILE PATH}'));
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

ความแม่นยำและประสิทธิภาพ

เวอร์ชั่น 1.2 (2022-01-16)

การประเมินโมเดลจากข้อมูลรูปภาพ iApp-Vechicle (100 รูป)

ความแม่นยำแบบตรงกันทุกประการ

โมเดล	ความแม่นยำ (%)
โมเดลตรวจจับยานพาหนะ	99.00%
โมเดลตรวจจับป้ายทะเบียนยานพาหนะ	99.00%
โมเดลรู้จำตัวอักษร + หมายเลขป้ายทะเบียน	97.00%
โมเดลจังหวัดป้ายทะเบียน	99.00%
ยี่ห้อรถยนต์	95.00%
สีรถยนต์	85.00%
รุ่นรถยนต์	72.00%
ความแม่นยำโดยรวม	92.28%

เวอร์ชั่น 1.1 (2021-12-23)

การประเมินโมเดลจากข้อมูลรูปภาพ iApp-vehicle (118 รูป)

ความแม่นยำแบบตรงกันทุกประการ

โมเดล	ความแม่นยำ (%)
โมเดลตรวจจับยานพาหนะ	96.40%
โมเดลตรวจจับป้ายทะเบียนยานพาหนะ	95.65%
โมเดลรู้จำตัวอักษร + หมายเลขป้ายทะเบียน	94.82%
โมเดลจังหวัดป้ายทะเบียน	90.67%
ยี่ห้อรถยนต์	81.30%
สีรถยนต์	80.50%
รุ่นรถยนต์	66.10%
ความแม่นยำโดยรวม	86.49%

ประวัติ / บันทึกการเปลี่ยนแปลง

เวอร์ชั่น 1.0 - 2021-09-12

เพิ่ม

เวอร์ชั่นเริ่มต้นแรก แนะนำ OCR ป้ายทะเบียนของ iApp
เวอร์ชั่นนี้ยังแสดงการจดจำคุณลักษณะของยานพาหนะ:
- ประเภทรถยนต์
- ยี่ห้อรถยนต์
- สีรถยนต์
- จังหวัดที่ป้ายทะเบียนจดทะเบียน
ความแม่นยำของพารามิเตอร์เหล่านี้จะได้รับการปรับปรุงและเผยแพร่อย่างเป็นทางการในเวอร์ชั่นถัดไป

เวอร์ชั่น 1.1 - 2021-12-23

ปรับปรุง

ความแม่นยำของพารามิเตอร์ต่อไปนี้ของระบบ API ได้รับการปรับปรุง

หมายเลขป้ายทะเบียน
จังหวัด
ประเภทรถยนต์
สีรถยนต์
ยี่ห้อรถยนต์
รุ่นรถยนต์

เวอร์ชั่น 1.2 - 2023-01-16

ปรับปรุงความแม่นยำโดยรวม

หมายเลขป้ายทะเบียน
จังหวัด
สีรถยนต์
ยี่ห้อรถยนต์
รุ่นรถยนต์

เวอร์ชั่น 2.0 - 2023-02-16

เพิ่มคุณสมบัติใหม่

มีการเพิ่มคุณสมบัติใหม่ดังนี้:

ประเภทตัวถังรถยนต์
ช่วงปีของรถยนต์
ทิศทางของยานพาหนะในภาพ
แฟล็ก "Is Vehicle"
แฟล็ก "Is Missing Plate"

ตัวอย่างโค้ด

Curl

curl -X POST https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr \
    -H "apikey: YOUR_API_KEY" \
    -F "file=@/path/to/license_plate.jpg"

Python

import requests

url = "https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr"
files = {"file": ("("/path/to/license_plate.jpg", "rb"))}
headers = {"apikey": "YOUR_API_KEY"}

response = requests.post(url, headers=headers, files=files)
print(response.json())

JavaScript

const axios = require("axios");
const FormData = require("form-data");
const fs = require("fs");

let data = new FormData();
data.append("file", fs.createReadStream("/path/to/license_plate.jpg"));

let config = {
    method: "post",
    url: "https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr",
    headers: {
        apikey: "YOUR_API_KEY",
        ...data.getHeaders(),
    },
    data: data,
};

axios(config)
    .then((response) => console.log(response.data))
    .catch((error) => console.log(error));

PHP

<?php
$curl = curl_init();

curl_setopt_array($curl, array(
    CURLOPT_URL => 'https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr',
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_POSTFIELDS => array(
        'file'=> new CURLFILE('/path/to/license_plate.jpg')
    ),
    CURLOPT_HTTPHEADER => array(
        'apikey: YOUR_API_KEY'
    ),
));

$response = curl_exec($curl);
curl_close($curl);
echo $response;
?>

Swift

import Foundation

let url = URL(string: "https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr")!
var request = URLRequest(url: url)
request.httpMethod = "POST"
request.addValue("YOUR_API_KEY", forHTTPHeaderField: "apikey")

let boundary = "Boundary-\(UUID().uuidString)"
request.setValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

var body = Data()
body.append("--\(boundary)\r\n".data(using: .utf8)!)
body.append("Content-Disposition: form-data; name=\"file\"; filename=\"file.jpg\"\r\n".data(using: .utf8)!)
body.append("Content-Type: image/jpeg\r\n\r\n".data(using: .utf8)!)

if let fileData = try? Data(contentsOf: URL(fileURLWithPath: "/path/to/license_plate.jpg")) {
    body.append(fileData)
}
body.append("\r\n--\(boundary)--\r\n".data(using: .utf8)!)

request.httpBody = body

let task = URLSession.shared.dataTask(with: request) { data, response, error in
    if let data = data {
        print(String(data: data, encoding: .utf8)!)
    }
}
task.resume()

Kotlin

import okhttp3.*
import okhttp3.MediaType.Companion.toMediaTypeOrNull
import okhttp3.RequestBody.Companion.asRequestBody
import java.io.File

val client = OkHttpClient()

val file = File("/path/to/license_plate.jpg")
val requestBody = MultipartBody.Builder()
    .setType(MultipartBody.FORM)
    .addFormDataPart("file", file.name, file.asRequestBody("image/jpeg".toMediaTypeOrNull()))
    .build()

val request = Request.Builder()
    .url("https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr")
    .addHeader("apikey", "YOUR_API_KEY")
    .post(requestBody)
    .build()

client.newCall(request).execute().use { response ->
    println(response.body?.string())
}

Java

import okhttp3.*;
import java.io.File;

OkHttpClient client = new OkHttpClient();

File file = new File("/path/to/license_plate.jpg");

RequestBody requestBody = new MultipartBody.Builder()
    .setType(MultipartBody.FORM)
    .addFormDataPart("file", file.getName(),
        RequestBody.create(MediaType.parse("image/jpeg"), file))
    .build();

Request request = new Request.Builder()
    .url("https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr")
    .addHeader("apikey", "YOUR_API_KEY")
    .post(requestBody)
    .build();

try (Response response = client.newCall(request).execute()) {
    System.out.println(response.body().string());
}

Dart

import 'package:http/http.dart' as http;

var request = http.MultipartRequest(
    'POST',
    Uri.parse('https://api.iapp.co.th/v3/store/smart-city/license-plate-ocr')
);

request.files.add(await http.MultipartFile.fromPath(
    'file',
    '/path/to/license_plate.jpg'
));

request.headers.addAll({
    'apikey': 'YOUR_API_KEY'
});

var response = await request.send();
var responseBody = await response.stream.bytesToString();
print(responseBody);

ราคา

ชื่อบริการ AI API	Endpoint	IC ต่อคำขอ	On-Premise
การรู้จำภาพป้ายทะเบียนรถยนต์ไทย (LPR)	iapp_license_plate_recognition_v1_base64	0.75 IC/คำขอ	ติดต่อ
การรู้จำภาพป้ายทะเบียนรถยนต์ไทย (LPR)	iapp_license_plate_recognition_v1_file	0.75 IC/คำขอ	ติดต่อ

ลองใช้ Demo!​

ทดลองใช้ AI Demo

Example Images (Click to try)

เริ่มต้นใช้งาน​

API Endpoints​

ตัวอย่าง​

1. การใช้งานจริงของรถยนต์ตัวอย่าง​

2. ไฟล์รถยนต์ตัวอย่าง​

คำขอ​

การตอบสนอง​

คุณสมบัติและความสามารถ​

คุณสมบัติหลัก​

ความสามารถที่รองรับ​

กรณีการใช้งาน​

ความสามารถเพิ่มเติม​

ข้อมูลอ้างอิง API​

Endpoint​

Headers​

Parameters​

คำอธิบายการตอบสนอง​

ตัวอย่างโค้ด​

Python​

JavaScript​

PHP​

Swift​

Kotlin​

Java​

Dart​

ความแม่นยำและประสิทธิภาพ​

เวอร์ชั่น 1.2 (2022-01-16)​

เวอร์ชั่น 1.1 (2021-12-23)​

การประเมินโมเดลจากข้อมูลรูปภาพ iApp-vehicle (118 รูป)​

ประวัติ / บันทึกการเปลี่ยนแปลง​

เวอร์ชั่น 1.0 - 2021-09-12​

เวอร์ชั่น 1.1 - 2021-12-23​

เวอร์ชั่น 1.2 - 2023-01-16​

เวอร์ชั่น 2.0 - 2023-02-16​

ตัวอย่างโค้ด​

Curl​

Python​

JavaScript​

PHP​

Swift​

Kotlin​

Java​

Dart​

ราคา​

ลองใช้ Demo!

เริ่มต้นใช้งาน

API Endpoints

ตัวอย่าง

1. การใช้งานจริงของรถยนต์ตัวอย่าง

2. ไฟล์รถยนต์ตัวอย่าง

คำขอ

การตอบสนอง

คุณสมบัติและความสามารถ

คุณสมบัติหลัก

ความสามารถที่รองรับ

กรณีการใช้งาน

ความสามารถเพิ่มเติม

ข้อมูลอ้างอิง API

Endpoint

Headers

Parameters

คำอธิบายการตอบสนอง

ตัวอย่างโค้ด

Python

JavaScript

PHP

Swift

Kotlin

Java

Dart

ความแม่นยำและประสิทธิภาพ

เวอร์ชั่น 1.2 (2022-01-16)

เวอร์ชั่น 1.1 (2021-12-23)

การประเมินโมเดลจากข้อมูลรูปภาพ iApp-vehicle (118 รูป)

ประวัติ / บันทึกการเปลี่ยนแปลง

เวอร์ชั่น 1.0 - 2021-09-12

เวอร์ชั่น 1.1 - 2021-12-23

เวอร์ชั่น 1.2 - 2023-01-16

เวอร์ชั่น 2.0 - 2023-02-16

ตัวอย่างโค้ด

Curl

Python

JavaScript

PHP

Swift

Kotlin

Java

Dart

ราคา