Ultralytics API d'inférence HUB
L'API d'inférence Ultralytics HUB te permet d'exécuter l'inférence par le biais de notre API REST sans avoir besoin d'installer et de configurer localement l'environnement Ultralytics YOLO .
Regarde : Ultralytics Présentation de l'API d'inférence HUB
Python
Pour accéder à l'API d'inférence du HUB Ultralytics à l'aide de Python, utilise le code suivant :
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
Note
Remplacer MODEL_ID
avec l'ID du modèle désiré, API_KEY
avec ta clé API réelle, et path/to/image.jpg
avec le chemin d'accès à l'image sur laquelle tu veux faire de l'inférence.
cURL
Pour accéder à l'API d'inférence de Ultralytics HUB à l'aide de cURL, utilise le code suivant :
curl -X POST "https://api.ultralytics.com/v1/predict/MODEL_ID" \
-H "x-api-key: API_KEY" \
-F "image=@/path/to/image.jpg" \
-F "size=640" \
-F "confidence=0.25" \
-F "iou=0.45"
Note
Remplacer MODEL_ID
avec l'ID du modèle désiré, API_KEY
avec ta clé API réelle, et path/to/image.jpg
avec le chemin d'accès à l'image sur laquelle tu veux faire de l'inférence.
Arguments
Tu trouveras dans le tableau ci-dessous la liste complète des arguments d'inférence disponibles.
Argument | DĂ©faut | Type | Description |
---|---|---|---|
image |
image |
Fichier image à utiliser pour l’inférence. | |
url |
str |
URL de l’image si vous ne passez pas de fichier. | |
size |
640 |
int |
Taille de l’image d’entrée, la plage valide est 32 - 1280 Pixels. |
confidence |
0.25 |
float |
Seuil de confiance pour les prédictions, plage valide 0.01 - 1.0 . |
iou |
0.45 |
float |
Seuil d’intersection au-dessus de l’Union (IoU), plage valide 0.0 - 0.95 . |
RĂ©ponse
L'API d'inférence Ultralytics HUB renvoie une réponse JSON.
Classification
Modèle de classification
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
DĂ©tection
Modèle de détection
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
OBB
Modèle OBB
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
Segmentation
Modèle de segmentation
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
Pose
Modèle de pose
import requests
# API URL, use actual MODEL_ID
url = "https://api.ultralytics.com/v1/predict/MODEL_ID"
# Headers, use actual API_KEY
headers = {"x-api-key": "API_KEY"}
# Inference arguments (optional)
data = {"size": 640, "confidence": 0.25, "iou": 0.45}
# Load image and send request
with open("path/to/image.jpg", "rb") as image_file:
files = {"image": image_file}
response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())
Créé le 2024-01-23, Mis à jour le 2024-06-22
Auteurs : glenn-jocher (9), sergiuwaxmann (2), RizwanMunawar (1), priytosh-tripathi (1)