рд╕рд╛рдордЧреНрд░реА рдкрд░ рдЬрд╛рдПрдВ

Ultralytics рд╣рдм рдЕрдиреБрдорд╛рди рдПрдкреАрдЖрдИ

рд╡рд╣реА Ultralytics HUB Inference API рдЖрдкрдХреЛ рд╣рдорд╛рд░реЗ REST API рдХреЗ рдорд╛рдзреНрдпрдо рд╕реЗ рдЕрдиреБрдорд╛рди рд▓рдЧрд╛рдиреЗ рдХреА рдЕрдиреБрдорддрд┐ рджреЗрддрд╛ рд╣реИ, рдмрд┐рдирд╛ Ultralytics YOLO рд╕реНрдерд╛рдиреАрдп рд╕реНрддрд░ рдкрд░ рдкрд░реНрдпрд╛рд╡рд░рдгред

Ultralytics рдореЙрдбрд▓ рдкреЗрдЬ рдХреЗ рдЕрдВрджрд░ рдбрд┐рдкреНрд▓реЙрдп рдЯреИрдм рдХрд╛ HUB рд╕реНрдХреНрд░реАрдирд╢реЙрдЯ рдПрдХ рддреАрд░ рдХреЗ рд╕рд╛рде Ultralytics рдЕрдиреБрдорд╛рди рдПрдкреАрдЖрдИ рдХрд╛рд░реНрдб


рд╕рддрд░реНрдХрддрд╛: Ultralytics HUB рдЕрдиреБрдорд╛рди API рд╡реЙрдХрдереНрд░реВ

Python

рдПрдХреНрд╕реЗрд╕ рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП Ultralytics рд╣рдм рдЕрдиреБрдорд╛рди рдПрдкреАрдЖрдИ рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рдирд╛ Python, рдирд┐рдореНрди рдХреЛрдб рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВ:

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())

рдиреЛрдЯ

рдмрджрд▓реЗрдВ MODEL_ID рд╡рд╛рдВрдЫрд┐рдд рдореЙрдбрд▓ рдЖрдИрдбреА рдХреЗ рд╕рд╛рде, API_KEY рдЖрдкрдХреА рд╡рд╛рд╕реНрддрд╡рд┐рдХ рдПрдкреАрдЖрдИ рдХреБрдВрдЬреА рдХреЗ рд╕рд╛рде, рдФрд░ path/to/image.jpg рдЫрд╡рд┐ рдХреЗ рдкрде рдХреЗ рд╕рд╛рде рдЖрдк рдЕрдиреБрдорд╛рди рдЪрд▓рд╛рдирд╛ рдЪрд╛рд╣рддреЗ рд╣реИрдВред

рдЫрд▓реНтАНрд▓рд╛

рдПрдХреНрд╕реЗрд╕ рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП Ultralytics HUB Inference API cURL рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░рдХреЗ, рдирд┐рдореНрди рдХреЛрдб рдХрд╛ рдЙрдкрдпреЛрдЧ рдХрд░реЗрдВ:

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"

рдиреЛрдЯ

рдмрджрд▓реЗрдВ MODEL_ID рд╡рд╛рдВрдЫрд┐рдд рдореЙрдбрд▓ рдЖрдИрдбреА рдХреЗ рд╕рд╛рде, API_KEY рдЖрдкрдХреА рд╡рд╛рд╕реНрддрд╡рд┐рдХ рдПрдкреАрдЖрдИ рдХреБрдВрдЬреА рдХреЗ рд╕рд╛рде, рдФрд░ path/to/image.jpg рдЫрд╡рд┐ рдХреЗ рдкрде рдХреЗ рд╕рд╛рде рдЖрдк рдЕрдиреБрдорд╛рди рдЪрд▓рд╛рдирд╛ рдЪрд╛рд╣рддреЗ рд╣реИрдВред

рддрд░реНрдХ

рдЙрдкрд▓рдмреНрдз рдЕрдиреБрдорд╛рди рддрд░реНрдХреЛрдВ рдХреА рдкреВрд░реА рд╕реВрдЪреА рдХреЗ рд▓рд┐рдП рдиреАрдЪреЗ рджреА рдЧрдИ рддрд╛рд▓рд┐рдХрд╛ рджреЗрдЦреЗрдВред

рдпреБрдХреНрддрд┐ рдЪреВрдХ рдкреНрд░рдХрд╛рд░ рдпрд╛ рдХрд╝рд┐рд╕реНтАНрдо
image image рдЫрд╡рд┐ рдлрд╝рд╛рдЗрд▓ рдХрд╛ рдЙрдкрдпреЛрдЧ рдЕрдиреБрдорд╛рди рдХреЗ рд▓рд┐рдП рдХрд┐рдпрд╛ рдЬрд╛рдирд╛ рд╣реИред
url str рдЫрд╡рд┐ рдХрд╛ URL рдпрджрд┐ рдлрд╝рд╛рдЗрд▓ рдкрд╛рд╕ рдирд╣реАрдВ рдХрд░ рд░рд╣рд╛ рд╣реИред
size 640 int рдЗрдирдкреБрдЯ рдЫрд╡рд┐ рдХрд╛ рдЖрдХрд╛рд░, рдорд╛рдиреНрдп рд╕реАрдорд╛ рд╣реИ 32 - 1280 рдкрд┐рдХреНрд╕реЗрд▓ред
confidence 0.25 float рднрд╡рд┐рд╖реНрдпрд╡рд╛рдгрд┐рдпреЛрдВ рдХреЗ рд▓рд┐рдП рд╡рд┐рд╢реНрд╡рд╛рд╕ рдХреА рд╕реАрдорд╛, рдорд╛рдиреНрдп рд╕реАрдорд╛ 0.01 - 1.0.
iou 0.45 float рдпреВрдирд┐рдпрди (IoU) рдереНрд░реЗрд╢реЛрд▓реНрдб рдкрд░ рдЪреМрд░рд╛рд╣рд╛, рд╡реИрдз рд╕реАрдорд╛ 0.0 - 0.95.

рдкреНрд░рддрд┐рдХреНрд░рд┐рдпрд╛

рд╡рд╣реА Ultralytics HUB Inference API, JSON рдкреНрд░рддрд┐рд╕рд╛рдж рд▓реМрдЯрд╛рддрд╛ рд╣реИ.

рд╡рд░реНрдЧреАрдХрд░рдг

рд╡рд░реНрдЧреАрдХрд░рдг рдореЙрдбрд▓

from ultralytics import YOLO

# Load model
model = YOLO("yolov8n-cls.pt")

# Run inference
results = model("image.jpg")

# Print image.jpg results in JSON format
print(results[0].tojson())

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"

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())

{
  success: true,
  message: "Inference complete.",
  data: [
    {
      class: 0,
      name: "person",
      confidence: 0.92
    }
  ]
}

рдЦреЛрдЬ

рдбрд┐рдЯреЗрдХреНрд╢рди рдореЙрдбрд▓

from ultralytics import YOLO

# Load model
model = YOLO("yolov8n.pt")

# Run inference
results = model("image.jpg")

# Print image.jpg results in JSON format
print(results[0].tojson())

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"

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())

{
  success: true,
  message: "Inference complete.",
  data: [
    {
      class: 0,
      name: "person",
      confidence: 0.92,
      width: 0.4893378019332886,
      height: 0.7437513470649719,
      xcenter: 0.4434437155723572,
      ycenter: 0.5198975801467896
    }
  ]
}

рдУрдмреАрдмреА

OBB рдореЙрдбрд▓

from ultralytics import YOLO

# Load model
model = YOLO("yolov8n-obb.pt")

# Run inference
results = model("image.jpg")

# Print image.jpg results in JSON format
print(results[0].tojson())

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"

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())

{
  success: true,
  message: "Inference complete.",
  data: [
    {
      class: 0,
      name: "person",
      confidence: 0.92,
      obb: [
        0.669310450553894,
        0.6247171759605408,
        0.9847468137741089,
        ...
      ]
    }
  ]
}

рдПрдХ рдЦрдВрдб

рд╡рд┐рднрд╛рдЬрди рдореЙрдбрд▓

from ultralytics import YOLO

# Load model
model = YOLO("yolov8n-seg.pt")

# Run inference
results = model("image.jpg")

# Print image.jpg results in JSON format
print(results[0].tojson())

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"

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())

{
  success: true,
  message: "Inference complete.",
  data: [
    {
      class: 0,
      name: "person",
      confidence: 0.92,
      segment: [0.44140625, 0.15625, 0.439453125, ...]
    }
  ]
}

рднрдВрдЧрд┐рдорд╛

рдореЙрдбрд▓ рдкреЛрдЬ

from ultralytics import YOLO

# Load model
model = YOLO("yolov8n-pose.pt")

# Run inference
results = model("image.jpg")

# Print image.jpg results in JSON format
print(results[0].tojson())

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"

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())

{
  success: true,
  message: "Inference complete.",
  data: [
    {
      class: 0,
      name: "person",
      confidence: 0.92,
      keypoints: [
        0.5290805697441101,
        0.20698919892311096,
        1.0,
        0.5263055562973022,
        0.19584226608276367,
        1.0,
        0.5094948410987854,
        0.19120082259178162,
        1.0,
        ...
      ]
    }
  ]
}


рдмрдирд╛рдпрд╛ рдЧрдпрд╛ 2024-01-23, рдЕрдкрдбреЗрдЯ рдХрд┐рдпрд╛ рдЧрдпрд╛ 2024-06-22
рд▓реЗрдЦрдХ: рдЧреНрд▓реЗрди-рдЬреЛрдЪрд░ (9), рд╕рд░реНрдЬрд┐рдпреБрд╡реИрдХреНрд╕рдореИрди (2), рд░рд┐рдЬрд╡рд╛рди рдореБрдирд╡реНрд╡рд░ (1), рдкреНрд░рд┐рдпрддреЛрд╖-рддреНрд░рд┐рдкрд╛рдареА (1)

рдЯрд┐рдкреНрдкрдгрд┐рдпрд╛рдБ