REST API for production inference and open source models for download. Free to start.
Production-ready REST API for all KINEVA models. One call is enough. Free tier included.
URL oder Base64. Jedes Bildformat.
CNN, PCNN oder VLLM. Modell wählen oder automatisch.
Bounding Boxes, Klassen, Konfidenz. Strukturiert und sofort nutzbar.
# Detect objects in an image curl -X POST https://api.kineva.eu/v1/detect \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "vehicle-detection-v3", "image": "https://example.com/street.jpg", "confidence_threshold": 0.5 }'
// Response { "model": "vehicle-detection-v3", "detections": [ { "class": "car", "confidence": 0.97, "bbox": [120, 340, 480, 560] } ], "inference_time_ms": 42 }
Ausgewählte KINEVA-Modelle kostenlos herunterladen. Auf eigener Infrastruktur betreiben, mit eigenen Daten fine-tunen, am Edge deployen.
Präzises Zählen von Köpfen und Personen in überfüllten Szenen. Funktioniert aus jedem Kamerawinkel.
Erkennt Kennzeichen in Echtzeit. DSGVO-konformer Anonymisierungsmodus inklusive.
Erkennt und klassifiziert Personenkraftwagen und Nutzfahrzeuge für die Verkehrsüberwachung.
Universelles 80-Klassen-Basismodell für schnelles Prototyping und Transfer Learning.
Straßenschilderkennung mit GPS-getaggter Geolokalisierung für die Infrastrukturüberwachung.
Kopfbasierte Gesichtsanonymisierung. DSGVO-konform, Verarbeitung direkt auf dem Gerät.
PCNN-Modell mit WiFi-Probe- und GPS-Fusion. In über 60 Städten im Einsatz.
# Install from Hugging Face pip install huggingface_hub # Download a model from huggingface_hub import hf_hub_download model_path = hf_hub_download( repo_id="rebotnix/kineva-head-detection-v3", filename="model.onnx" ) # Run inference import onnxruntime as ort session = ort.InferenceSession(model_path) results = session.run(None, {"input": image_tensor})
API access or commercial model license. We respond within 24 hours.