MARS

MARS는 강력한 LLM이 결합한 Vision Language Model 입니다. VQA(Vision Question Answering)에 대한 강력한 성능으로 이미지에 대한 고차원적인 추론이 가능합니다. 시각적 데이터의 해석 및 분석이 필요한 분야에 혁신적인 솔루션을 제공합니다.

Available Models

Model	Description
mars-240802	이미지와 같은 시각적 데이터에서 정보를 추출, 비전 정보를 해석하고 분석합니다. 사용자 프롬프트 입력에 따라 VQA / Image Captioning 등의 프로젝트를 수행할 수 있습니다.

Request

POSThttps://aiplatform-api.rest.univa.co.kr/rest/v1/multi/tts

Request Headers

Name	Value
Content-Type	application/json
x-api-key	UNIVA-API-KEY

CURL

curl -X POST 'https://aiplatform-api.rest.univa.co.kr/rest/v1/multi/mars' \
    -H 'x-api-key: UNIVA-API-KEY' \
    -F 'file=@YOUR-FILE-PATH' \
    -F 'data={"question": "이 이미지에 대해서 설명해줘"}'

Node.js

const axios = require('axios')
const FormData = require('form-data')
const fs = require('fs')
const path = require('path')

const apiKey = 'UNIVA-API-KEY'
const url = 'https://aiplatform-api.rest.univa.co.kr/rest/v1/multi/mars'
const filePath = path.join(__dirname, 'YOUR-FILE-PATH')

const form = new FormData()
form.append('file', fs.createReadStream(filePath))
form.append('data', '{"question": "이 이미지에 대해서 설명해줘"}')

axios
  .post(url, form, {
    headers: {
      'x-api-key': apiKey,
      ...form.getHeaders(),
    },
  })
  .then((response) => {
    console.log('Status Code:', response.status)
    console.log('Response Body:', response.data)
  })
  .catch((error) => {
    console.error('Error:', error)
  })

JAVA

import org.apache.hc.client5.http.classic.methods.HttpPost;
import org.apache.hc.client5.http.entity.mime.FileBody;
import org.apache.hc.client5.http.entity.mime.MultipartEntityBuilder;
import org.apache.hc.client5.http.entity.mime.StringBody;
import org.apache.hc.client5.http.impl.classic.CloseableHttpClient;
import org.apache.hc.client5.http.impl.classic.CloseableHttpResponse;
import org.apache.hc.client5.http.impl.classic.HttpClients;
import org.apache.hc.core5.http.ContentType;
import org.apache.hc.core5.http.ParseException;
import org.apache.hc.core5.http.io.entity.EntityUtils;

import java.io.File;
import java.io.IOException;

public class HttpPostExample {
    public static void main(String[] args) {
        String apiKey = "UNIVA-API-KEY";
        String url = "https://aiplatform-api.rest.univa.co.kr/rest/v1/multi/mars";
        File file = new File("YOUR-FILE-PATH");
        HttpPost post = new HttpPost(url);
        post.setHeader("x-api-key", apiKey);
        MultipartEntityBuilder builder = MultipartEntityBuilder.create();

        builder.addPart("file", new FileBody(file, ContentType.MULTIPART_FORM_DATA));
        builder.addPart("data", new StringBody("{\"question\": \"이 이미지에 대해서 설명해줘\"}", ContentType.APPLICATION_JSON));

        post.setEntity(builder.build());

        try (CloseableHttpClient client = HttpClients.createDefault();
            CloseableHttpResponse response = client.execute(post)) {
            System.out.println("Status Code: " + response.getCode());
            System.out.println("Response Body: " + EntityUtils.toString(response.getEntity()));
        } catch (IOException e) {
            e.printStackTrace();
        } catch (ParseException e) {
            throw new RuntimeException(e);
        }
    }
}

python

import requests

url = 'https://aiplatform-api.rest.univa.co.kr/rest/v1/multi/mars'
headers = {
    'x-api-key': 'UNIVA-API-KEY'
}
files = {
    'file': open('YOUR-FILE-PATH', 'rb')
}
data = {
    'data': '{"question": "이 이미지에 대해서 설명해줘"}'
}

response = requests.post(url, headers=headers, files=files, data=data)

print(response.text)

Request Body (*required)

Name	Type	Description
files*	object	이미지 파일 포맷 - .jpg, .jpeg, .png
data*	object	사용자 입력 텍스트

지원하는 이미지의 최대 크기는 1344 x 1344px 입니다.

Response

response

{
  "success": true,
  "result": {
    "output_text": "이 이미지에는 고양이가 나와 있습니다. 고양이는 카메라를 응시하고 있으며, 그 눈은 초점을 맞추고 있습니다. 고양이는 갈색과 검은색의 줄무늬가 있는 털을 가지고 있으며, 이는 태비 고양이의 특징입니다. 고양이의 귀는 크고, 귀가 세워져 있어 주의를 기울이고 있다는 것을 나타냅니다. 고양이의 얼굴은 카메라를 향하고 있으며, 털은 부드럽고 푹신해 보입니다. 배경은 흐릿하며, 이는 고양이가 주목받고 있다는 것을 강조합니다. 고양이의 자세와 표정은 호기심이나 주의를 기울이고 있는 것으로 보입니다."
  }
}

---

API 호출에서 발생하는 오류는 API Error code 페이지를 확인해주세요.