기본 API 가이드
기본 API 는 이미지를 하나씩 요청하는 방식입니다. 요청에 대한 응답으로 태깅 결과를 즉시 받을 수 있습니다. 상품 등록에 대해서 빠르게 반영하고자 하는 경우 기본 API 를 사용하시면 됩니다. (SYNCHRONOUS 방식)
기본정보
TAGGER API의 요청 URI 및 요청에 필요한 헤더 정보는 다음과 같습니다.
메서드
요청 URI
필요 헤더
POST
x-api-key : 인증을 위한 API Key [Required]
accept-language : 언어 선택
en : English (Default) ko: Korean
zh: Chinese
ja: Japanese
요청
[HTTP Request Header]
POST /tagger/v2/tags HTTP/1.1 Host : api.omnious.com Content-Type: application/json x-api-key : {omnious로부터 발급받은 API Key} accept-language : {언어 선택}
[HTTP Request Body]
필드 이름
데이터 타입
설명
필수
image
object
요청할 이미지에 대한 타입과 해당 타입의 정보를 가지는 객체
O
image.type
string
요청 이미지에 대한 타입 (url
또는 base64
)
O
image.content
string
요청 이미지의 타입별 정보
url 타입 : 요청 이미지의 URL 정보
base64 타입 : 요청 이미지의 base 64로 인코딩한 스트링 base64 호출 시 prefix 필요. 내용은 차트 아래 호출 방법 참조
O
context
object
추가적인 정보를 가지는 객체
X
context.id
string
고객사에서 관리하는 상품에 대한 ID
X
context.detection
string array
value : TOP, BOTTOM, WHOLEBODY, SWIMWEAR, SHOES, BAG, HAT, JEWELRY, ACCESSORY
의류 만 태깅을 원할 때 (default)
detection: 정의하지 않음.
의류의 경우 TOP, BOTTOM, WHOLEBODY, SWIMWEAR 로 detection이 세분화 되어 있음. 따라서 의류만 태깅하고자 할 경우, 위 전체 세분화 되어 있는 부분을 모두 입력하는 번거로움 없이 정의하지 않으면 default 사항으로 인지하여 의류만 태깅하여 전달함.
잡화만 태깅을 원할 때
detection : ["ACCESSORY"]
잡화는 일정 기간 동안 Beta 서비스로 제공
주얼리만 태깅을 원할 때
detection: [“JEWELRY”]
주얼리는 일정 기간 동안 Beta 서비스로 제공
모자 만 태깅을 원할 때
detection :["HAT"]
모자는 일정 기간 동안 Beta 서비스로 제공
가방 만 태깅을 원할 때
detection:["BAG"]
신발 만 태깅을 원할 때
detection:["SHOES"]
의류의 치마와 바지 종류만 태깅을 원할 때
detection: ["BOTTOM"]
의류 전체와 신발을 태깅하기 원할
detection: ["TOP", "BOTTOM", "WHOLEBODY", "SWIMWEAR", "SHOES"]
의류 상의와 신발을 태깅하기 원할
detection: ["TOP", "SHOES"]
모든 상품 (의류 전체와 모자, 가방, 신발)을 태깅하기 원할
detection: ["TOP", "BOTTOM", "WHOLEBODY", "SWIMWEAR", "SHOES", "HAT", "BAG", "JEWELRY", "ACCESSORY"]
X
context.gender
string
상품에 대한 gender 정보
예시) 남성
, 여성
, 유니섹스
X
context.brand
string
상품의 브랜드 명
X
context.currency
string
통화 단위 (KRW)
예시) KRW
또는 USD
X
context.price
string
상품에 대한 가격
X
context.age
string
상품에 대한 주 구매 고객사의 연령대
예시) 10대
, 20대초
, 20대중후
, 30대초
, 30대중후
, 40대
, 50대이상
X
context.keywords
string
상품에 대한 키워드
예시) 여름 원피스
, 원피스
X
context.productContentName
string
요청 이미지의 상품명
X
context.season
string
상품의 시즌 정보
예시) 19SS
, 19FW
, 20SS
, 20FW
X
base64 python code 예시
요청 예
응답
Tagger API의 분석한 결과를 JSON 형식의 데이터로 반환합니다. JSON 응답의 각 필드에 대한 설명은 다음과 같습니다.
필드 이름
데이터 타입
설명
status
string
입력된 이미지의 분석에 대한 성공 실패 여부
data
object
입력된 이미지의 분석 결과를 가지는 객체
data.imageinfo[]
object array
입력된 이미지에 대한 정보를 가진 객체 배열
data.imageinfo[].id
string
이미지 정보의 아이디
data.imageinfo[].name
string
이미지 정보 내용
data.genderInfo
object
요청 이미지에 모델이 있는 경우 젠더 정보를 가지는 객체
data.genderInfo.id
string
젠더 정보의 고유 아이디 (예:T0001)
data.genderInfo.name
string
젠더 정보 내용 : “male”, “female”, “unknown”.
male : 이미지 내에 모든 모델이 남성인 경우
female : 이미지 내에 모든 모델이 여성인 경우
unknown : 이미지 내에 여성 / 남성 모델이 함께 있는 경우, 이미지 내의 모델 성별을 알 수 없는 경우, 모델 인식이 안된 경우
data.objects[]
object array
입력된 이미지의 detected 된 수만큼 속성 정보를 가지고 있는 객체 배열
data.objects[].type
string
“CLOTHING”, “SHOES”, "BAGS", "HATS", "JEWELRIES", "ACCESSORIES", "no detected product" 중 하나로 정의
data.objects[].tags[]
object array
하나의 이미지에서 detected 된 count 를 의미하는 객체 배열
해당하는 type 별로 검출된 bounding box의 수에 따라 아래 형식의 data가 나옴
해당하는 값이 없으면 비어 있는 array
data.objects[].tags[].info[]
object array
product에 대한 정보
data.objects[].tags[].info[].id
string
product에 대한 정보의 고유 ID
data.objects[].tags[].info[].name
string
product에 대한 정보의 고유 name (예: product-folded)
data.objects[].tags[].category
object
카테고리 항목의 정보를 가지는 객체
data.objects[].tags[].category.id
string
카테고리 항목의 ID (예:T0001)
data.objects[].tags[].category.name
string
카테고리 항목의 이름 (예 :dress)
data.objects[].tags[].position
object
bounding box의 중심 좌표 정보를 가지는 객체
data.objects[].tags[].position.x
number
bounding box의 중심 x
좌표 (이미지 크기의 비율로 표기)
data.objects[].tags[].position.y
number
bounding box의 중심 y
좌표 (이미지 크기의 비율로 표기)
data.objects[].tags[].pairIndex
number
data.objects[].type이 "SHOES"인 경우에 제공 동일 상품 여부를 나타내는 index (신발에만 제공)
한 이미지 안에 여러 신발이 존재하는 경우, 각 신발은 0 ~ 100 사이의 “pairIndex”를 제공 합니다.
Tagger가 동일 신발로 인지한 경우, 같은 “pairIndex” 값을 가집니다.
data.objects[].tags[].colors[]
object array
컬러 정보를 가지는 객체 배열
현재 제공하는 18 색상을 모델의 결과로 전달
top1, top2, top3의 모델 결과 전달
data.objects[].tags[].colors[].id
string
컬러의 고유 ID
data.objects[].tags[].colors[].name
string
컬러 이름
data.objects[].tags[].colors[].confidence
number
모델이 예측한 컬러에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].colorDetails[]
object array
세부컬러 정보를 가지는 객체 배열
2,000여 가지 이상의 palette 색상을 전
data.objects[].tags[].colorDetails[].code
string
세부컬러 헥사 코드 (RGB)
data.objects[].tags[].colorDetails[].name
string
세부컬러 이름
data.objects[].tags[].colorDetails[].pixelFraction
number
세부컬러의 pixelFraction
data.objects[].tags[].item
object
item 정보를 가지는 객체
data.objects[].tags[].item.id
string
item 의 고유 ID
data.objects[].tags[].item.name
string
item 의 이름
data.objects[].tags[].item.confidence
number
모델이 예측한 item에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].details[]
object array
detail 정보를 가지는 객체 배열
data.objects[].tags[].details[].id
string
detail의 고유 ID
data.objects[].tags[].details[].name
string
detail의 이름
data.objects[].tags[].details[].confidence
number
모델이 예측한 detail에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].prints[]
object array
print 정보를 가지는 객체 배열
data.objects[].tags[].prints[].id
string
print의 고유 ID
data.objects[].tags[].prints[].name
string
print의 이름
data.objects[].tags[].prints[].confidence
number
모델이 예측한 print에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].textures[]
object array
texture 정보를 가지는 객체 배열
data.objects[].tags[].textures[].id
string
texture의 고유 ID
data.objects[].tags[].textures[].name
string
texture의 이름
data.objects[].tags[].textures[].confidence
number
모델이 예측한 texture에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].looks[]
object array
look 정보를 가지는 객체 배열
data.objects[].tags[].looks[].id
string
look의 고유 ID
data.objects[].tags[].looks[].name
string
look의 이름
data.objects[].tags[].looks[].confidence
number
모델이 예측한 look에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].length
object
length 정보를 가지는 객체
data.objects[].tags[].length.id
string
length의 고유 ID
data.objects[].tags[].length.name
string
length의 이름
data.objects[].tags[].length.confidence
number
모델이 예측한 length에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].sleeveLength
object
sleeve length의 정보를 가지는 객체
data.objects[].tags[].sleeveLength.id
string
sleeve length의 고유 ID
data.objects[].tags[].sleeveLength.name
string
sleeve length의 이름
data.objects[].tags[].neckLine
object
neckline 정보를 가지는 객체
data.objects[].tags[].neckLine.id
string
neck line의 고유 ID
data.objects[].tags[].neckLine.name
string
neck line의 이름
data.objects[].tags[].neckLine.confidence
number
모델이 예측한 neck line에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].fit
object
fit 정보를 가지는 객체
data.objects[].tags[].fit.id
string
fit의 고유 ID
data.objects[].tags[].fit.name
string
fit의 이름
data.objects[].tags[].fit.confidence
number
모델이 예측한 fit에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].shape
object
shape 정보를 가지는 객체
data.objects[].tags[].shape.id
string
shape의 고유 ID
data.objects[].tags[].shape.name
string
shape의 이름
data.objects[].tags[].shape.confidence
number
모델이 예측한 shape에 대한 confidence 값
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].heelHeight
object
shoes의 heelheight 정보를 가지는 객체
data.objects[].tags[].heelHeight.id
string
shoes의 heelheight의 고유 ID
data.objects[].tags[].heelHeight.name
string
shoes의 heelheight의 이름
data.objects[].tags[].heelHeight.confidence
number
모델이 예측한 shoes의 heelheight 에 대한 confidence 값
1에 가까울 수록 높은 확신을 나타냅니다.
data.objects[].tags[].toeType
object
shoes의 toetype 정보를 가지는 객체
data.objects[].tags[].toeType.id
string
shoes의 toetype의 고유 ID
data.objects[].tags[].toeType.name
string
shoes의 toetype의 이름
data.objects[].tags[].toeType.confidence
number
모델이 예측한 shoes의 toetype 에 대한 confidence 값
1에 가까울 수록 높은 확신을 나타냅
니다.
data.objects[].tags[].heelShape
object
shoes의 heelshape 정보를 가지는 객체
data.objects[].tags[].heelShape.id
string
shoes의 heelShape 의 고유 ID
data.objects[].tags[].heelShape.name
string
shoes의 heelShape의 이름
data.objects[].tags[].heelShape.confidence
number
모델이 예측한 shoes의 heelShape 에 대한 confidence 값
1에 가까울 수록 높은 확신을 나타냅
니다.
data.objects[].tags[].soleType
object
shoes의 soletype 정보를 가지는 객체
data.objects[].tags[].soleType.id
string
shoes의 soleType 의 고유 ID
data.objects[].tags[].soleType.name
string
shoes의 soleType의 이름
data.objects[].tags[].soleType.confidence
number
모델이 예측한 shoes의 soleType에 대한 confidence 값
1에 가까울 수록 높은 확신을 나타냅
니다.
data.objects[].tags[].mainMaterials[]
object array
main material 정보를 가지는 객체 배열
data.objects[].tags[].mainMaterials[].id
string
main material 항목의 ID (예:T0001)
data.objects[].tags[].mainMaterials[].name
string
main material 항목의 이름 (예 : beads)
data.objects[].tags[].mainMaterials[].confidence
number
모델이 예측한 main material 에 대한 confidence 값.
1에 가까울수록 높은 확신을 나타냅니다.
data.objects[].tags[].subMaterials[]
object array
sub material 정보를 가지는 객체 배열
data.objects[].tags[].subMaterials[].id
string
sub material 항목의 ID (예:T0001)
data.objects[].tags[].subMaterials[].name
string
sub material 항목의 이름 (예 : beads)
data.objects[].tags[].subMaterials[].confidence
number
모델이 예측한 sub material 에 대한 confidence 값.
1에 가까울수록 높은 확신을 나타냅니다.
data.notmatchedobjects[]
object array
context.detection 을 TOP, BOTTOM, WHOLEBODY, SWIMWEAR 로 요청한 경우, 요청과 다른 아이템의 정보를 가지고 있는 객체 배열. 고객의 요청과는 다르나 추가로 “인식되어진 상품”의 태깅 정보를 전달.
error
object
에러가 있는 경우 정보를 가지는 객체
error.code
number
(에러가 난 경우에 한해) 오류 코드
error.message
string
(에러가 난 경우에 한해) 오류 메시지
응답 예
입력 이미지에서 패션 이미지에 대해 분석한 경우
입력 이미지에서 분석 대상을 찾지 못한 경우
에러 발생 경우
Last updated
Was this helpful?