Inferencia

Ultralytics Platform proporciona una API de inferencia para probar modelos entrenados. Utilice la basada en navegador Predict pestaña para una validación rápida o la REST API para acceso programático.

Pestaña Predecir

Cada modelo incluye un Predict pestaña para inferencia basada en navegador:

1. Navega a tu modelo
2. Haga clic en la pestaña «Predict» (Predecir ).
3. Sube una imagen, utiliza un ejemplo o abre tu cámara web.
4. Vea las predicciones al instante con superposiciones de cuadros delimitadores.

Métodos de entrada

El panel de predicción admite múltiples métodos de entrada:

graph LR
    A[Upload Image] --> D[Auto-Inference]
    B[Example Image] --> D
    C[Webcam Capture] --> D
    D --> E[Results + Overlays]

    style D fill:#2196F3,color:#fff
    style E fill:#4CAF50,color:#fff

Subir imagen

Arrastre y suelte o haga clic para subir:

• Formatos compatibles: JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP, DNG, MPO
• Tamaño máximo: 10MB
• Autoinferencia: los resultados aparecen automáticamente después de la carga.

Imágenes de ejemplo

El panel de predicción muestra imágenes de ejemplo del conjunto de datos vinculado a su modelo. Si no hay ningún conjunto de datos vinculado, se utilizan ejemplos predeterminados:

En los modelos OBB, se muestran imágenes aéreas de barcos y aeropuertos.

Cámara web

Haga clic en la tarjeta de la cámara web para iniciar la transmisión en directo:

1. Conceder permiso a la cámara cuando se solicite.
2. Haga clic en la vista previa del vídeo para capturar un fotograma.
3. La inferencia se ejecuta automáticamente en el fotograma capturado.
4. Haga clic de nuevo para reiniciar la cámara web.

Ver resultados

Visualización de resultados de inferencia:

• Cuadros delimitadores con etiquetas de clase como superposiciones SVG
• Puntuaciones de confianza para cada detección
• Colores de clase de la paleta de colores de tu conjunto de datos (o la paleta Ultralytics )
• Desglose de velocidad: preprocesamiento, inferencia, posprocesamiento y tiempo de red.

El panel de resultados muestra:

Parámetros de inferencia

Ajuste el comportamiento de detección con los parámetros de la sección Plegable Parámetros:

Umbral de confianza

Filtre las predicciones por confianza:

• Más alto (0.5+): Menos predicciones, más certeras
• Más bajo (0.1-0.25): Más predicciones, algo de ruido
• Predeterminado (0.25): Equilibrado para la mayoría de los casos de uso

Umbral de IoU

Controle la NMS:

• Más alto (0,7+): Permitir más solapamiento de cuadros.
• Más bajo (0,3-0,5): fusiona las detecciones cercanas de forma más agresiva.
• Predeterminado (0,70): NMS equilibrado NMS para la mayoría de los casos de uso.

Predicción de implementación

Cada carrera punto final dedicado incluye un Predict pestaña directamente en su tarjeta de implementación. Esto utiliza el servicio de inferencia propio de la implementación en lugar del servicio de predicción compartido, lo que le permite probar su punto final implementado desde el navegador.

REST API

Acceda a la inferencia programáticamente:

Autenticación

Incluya su clave API en las solicitudes:

Authorization: Bearer YOUR_API_KEY

Endpoint

POST https://platform.ultralytics.com/api/models/{modelId}/predict

Solicitud

import requests

url = "https://platform.ultralytics.com/api/models/MODEL_ID/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
files = {"file": open("image.jpg", "rb")}
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

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

curl -X POST \
  "https://platform.ultralytics.com/api/models/MODEL_ID/predict" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@image.jpg" \
  -F "conf=0.25" \
  -F "iou=0.7" \
  -F "imgsz=640"

const formData = new FormData();
formData.append("file", fileInput.files[0]);
formData.append("conf", "0.25");
formData.append("iou", "0.7");
formData.append("imgsz", "640");

const response = await fetch(
  "https://platform.ultralytics.com/api/models/MODEL_ID/predict",
  {
    method: "POST",
    headers: { Authorization: "Bearer YOUR_API_KEY" },
    body: formData,
  }
);

const result = await response.json();
console.log(result);

Respuesta

{
    "images": [
        {
            "shape": [1080, 1920],
            "results": [
                {
                    "class": 0,
                    "name": "person",
                    "confidence": 0.92,
                    "box": { "x1": 100, "y1": 50, "x2": 300, "y2": 400 }
                },
                {
                    "class": 2,
                    "name": "car",
                    "confidence": 0.87,
                    "box": { "x1": 400, "y1": 200, "x2": 600, "y2": 350 }
                }
            ],
            "speed": {
                "preprocess": 1.2,
                "inference": 12.5,
                "postprocess": 2.3
            }
        }
    ],
    "metadata": {
        "imageCount": 1,
        "functionTimeCall": 0.018,
        "model": "model.pt",
        "version": {
            "ultralytics": "8.4.14",
            "torch": "2.6.0",
            "torchvision": "0.21.0",
            "python": "3.13.0"
        }
    }
}

Campos de Respuesta

Respuestas Específicas de la Tarea

El formato de respuesta varía según la tarea:

{
  "class": 0,
  "name": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400}
}

{
  "class": 0,
  "name": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400},
  "segments": [[100, 50], [150, 60], ...]
}

{
  "class": 0,
  "name": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400},
  "keypoints": [
    {"x": 200, "y": 75, "conf": 0.95},
    ...
  ]
}

{
  "results": [
    {"class": 0, "name": "cat", "confidence": 0.95},
    {"class": 1, "name": "dog", "confidence": 0.03}
  ]
}

{
  "class": 0,
  "name": "ship",
  "confidence": 0.89,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400},
  "obb": {"x1": 105, "y1": 48, "x2": 295, "y2": 55, "x3": 290, "y3": 395, "x4": 110, "y4": 402}
}

Límites de Tasa

La inferencia compartida tiene una velocidad limitada a 20 solicitudes/min por clave API. Cuando se limita, la API devuelve 429 con un Retry-After encabezado. Ver el completo Referencia de límite de velocidad para todas las categorías de puntos finales.

Manejo de Errores

Respuestas de error comunes:

Preguntas frecuentes

¿Puedo ejecutar inferencia en video?

La API acepta fotogramas individuales. Para video:

1. Extraiga fotogramas localmente
2. Envíe cada fotograma a la API
3. Agregue los resultados

Para video en tiempo real, considere implementar un endpoint dedicado.

¿Cómo obtengo la imagen anotada?

La API devuelve predicciones JSON. Para visualizar:

1. Utilice las predicciones para dibujar cuadros localmente
2. Use Ultralytics plot() método:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model("image.jpg")
results[0].save("annotated.jpg")

Consulte la documentación del modo Predict para obtener información completa sobre la API de resultados y las opciones de visualización.

¿Cuál es el tamaño máximo de imagen?

• Límite de subida: 10MB
• Recommended: <5MB for fast inference
• Redimensionamiento automático: Las imágenes se redimensionan al tamaño seleccionado. Image Size parameter

Las imágenes grandes se redimensionan automáticamente conservando la relación de aspecto.

¿Puedo ejecutar inferencia por lotes?

La API actual procesa una imagen por solicitud. Para procesamiento por lotes:

1. Envíe solicitudes concurrentes
2. Utilice un endpoint dedicado para un mayor rendimiento.
3. Considere la inferencia local para grandes lotes.

import concurrent.futures

import requests

url = "https://predict-abc123.run.app/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
images = ["img1.jpg", "img2.jpg", "img3.jpg"]


def predict(image_path):
    with open(image_path, "rb") as f:
        return requests.post(url, headers=headers, files={"file": f}).json()


with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
    results = list(executor.map(predict, images))

📅 Creado hace 1 mes ✏️ Actualizado hace 5 días

Comentarios