Motionshop视频检测API_大模型服务平台百炼(Model Studio)-阿里云帮助中心

Motionshop-video-detect模型是一款用于辅助Motionshop的视频检测模型，可检测视频中的人物形象是否符合Motionshop的视频合成要求。本文档介绍了该模型提供的视频检测能力的API调用方法。

模型概览

模型名	模型简介	说明
motionshop-video-detect	motionshop-video-detect是一个特定的视频检测模型，用于检测输入的视频是否满足motionshop模型所需的人物视频规范。	模型邀测中，请申请通过后调用。

HTTP调用接口

功能描述

该模型用于检测输入的图片是否满足“Motionshop 视频合成API详情”所需的人物视频规范。

前提条件

已开通百炼服务并获得API-KEY：获取API Key。

输入限制

视频格式：支持mp4、avi、mov
视频分辨率：不大于1280x720像素
视频帧数：不大于1800帧
文件大小：不大于200MB
上传图片仅支持HTTP链接方式，不支持本地链接方式

作业提交接口调用

POST https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-detect

入参描述

字段	类型	传参方式	必选	描述	示例值
Content-Type	String	Header	是	请求类型：application/json。	application/json
Authorization	String	Header	是	API-Key，例如：Bearer d1**2a。	Bearer d1**2a
X-DashScope-Async	String	Header	是	使用 enable，表明使用异步方式提交作业。	enable
model	String	Body	是	指明需要调用的视频合成模型，此处用motionshop-video-detect。	motionshop-video-detect
input.video_url	String	Body	是	用户上传的视频url。视频格式：支持mp4、avi、mov 视频分辨率≤1280x720 视频帧数≤1800帧文件大小≤200MB 说明上传视频仅支持HTTP链接方式，不支持本地链接方式。	http://a/a.mp4
parameters.threshold	Float	Body	否	人物检测置信度。可设值为0-1，默认设为0.5。这个值越高，检测准确率越高，但漏检概率也相对提高；这个值越低，检出率越高，但误检概率也相对提高。	0.5
parameters.min_area_ratio	Float	Body	否	人物的画面最小占比。可设值为0-1，默认设为0.01。当检出人物所占画面比例小于该值时，这个人物将被忽略。	0.01

出参描述

字段	类型	描述	示例值
output.task_id	String	提交异步任务的作业 id，实际作业结果需要通过异步任务查询接口获取。	a8532587-fa8c-4ef8-82be-0c46b17950d1
output.task_status	String	提交异步任务后的作业状态。	“PENDING”
request_id	String	本次请求的系统唯一码。	7574ee8f-38a3-4b1e-9280-11c33ab46e51

请求示例

curl --location --request POST 'https://dashscope.aliyuncs.com/api/v1/services/aigc/video-generation/video-detect' \
--header 'Authorization: Bearer <YOUR_API_KEY>' \
--header 'X-Dashscope-Async: enable' \
--header 'Content-Type: application/json' \
--data '{
    "model": "motionshop-video-detect",
    "input": {
        "video_url": "http://xxx/1.mp4"
    },
    "parameters": {
        "threshold": 0.5,
        "min_area_ratio": 0.01
    }
}'

响应示例

{
    "output": {
        "task_status": "PENDING",
        "task_id": "26c623d8-c6b7-418d-a936-9bfd27f5b2eb"
    },
    "request_id": "ca72fdf5-76db-9b5c-ba94-4b81b11b490d"
}

作业任务状态查询和结果获取接口

GET https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}

入参描述

字段	类型	传参方式	必选	描述	示例值
Authorization	String	Header	是	API-Key，例如：Bearer d1**2a。	Bearer d1**2a
task_id	String	Url Path	是	需要查询作业的task_id。	a8532587-fa8c-4ef8-82be-0c46b17950d1

出参描述

字段	类型	描述	示例值
output.detected	Bool	是否检测到人。	true
output.frame_index	Int	视频中检测到人的帧序号。一旦检测到符合条件的帧就会返回。	0
output.bbox	Array	检测到人的boudingbox列表。当画面有多个人时，会按照boudingbox占画面的比例排序。boudingbox定义为[center_x, center_y, width, height]。	[[0.1,0.1,0.3,0.2], [0.25,0.37,0.1,0.15]]
usage.video_count	Int	本次检测视频数量。	1
request_id	String	本次请求的系统唯一码。	7574ee8f-38a3-4b1e-9280-11c33ab46e51

请求示例

curl -X GET \
--header 'Authorization: Bearer <YOUR_API_KEY>' \
https://dashscope.aliyuncs.com/api/v1/tasks/<YOUR_TASK_ID>

响应示例（通过）

{
    "output":{
        "task_id":"a8532587-fa8c-4ef8-82be-0c46b17950d1",
	"task_status":"SUCCEEDED",
        "detected": true,
        "frame_index": 0,
        "bbox": [[0.1,0.1,0.3,0.2], [0.25,0.37,0.1,0.15]]
    },
    "usage":{
      "video_count": 1,
    },
    "request_id":"7574ee8f-38a3-4b1e-9280-11c33ab46e51"
}

响应示例（不通过）

{
    "output":{
        "task_id": "a8532587-fa8c-4ef8-82be-0c46b17950d1", 
    	"task_status": "SUCCEEDED",
        "detected": false,
    },
    "usage":{
      "video_count": 1,
    },
    "request_id":"7574ee8f-38a3-4b1e-9280-11c33ab46e51"
}

异常响应示例

{
    "request_id": "7574ee8f-38a3-4b1e-9280-11c33ab46e51"
    "output": {
        "task_id": "a8532587-fa8c-4ef8-82be-0c46b17950d1", 
    	"task_status": "FAILED",
    	"code": "xxx", 
    	"message": "xxxxxx", 
    }  
}

状态码说明

大模型服务平台通用状态码请查阅：错误码。

同时本模型还有如下特定错误码：

http 返回码*	错误码（code）	错误信息（message）	含义说明
400	InvalidParameter	Missing input	参数缺失
400	InvalidParameter	Invalid video url.	视频链接异常
400	InvalidParameter	Input video frame count exceeds the limit xx	视频帧数超出限制
400	InvalidParameter	Input video resolution exceeds the limit xx	视频分辨率超出限制
400	InvalidParameter	Input video file size exceeds the limit xx	视频文件大小超出限制