Ultralytics API di inferenza HUB
L'API di inferenza di Ultralytics HUB ti permette di eseguire l'inferenza attraverso la nostra API REST senza la necessità di installare e configurare l'ambiente Ultralytics YOLO localmente.
Guarda: Ultralytics Passaggio all'API di inferenza HUB
Python
Per accedere all'API di inferenza di Ultralytics HUB utilizzando Python, usa il seguente codice:
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())
Nota
Sostituisci MODEL_ID
con l'ID del modello desiderato, API_KEY
con la tua chiave API attuale e path/to/image.jpg
con il percorso dell'immagine su cui vuoi eseguire l'inferenza.
cURL
Per accedere all'API di inferenza di Ultralytics HUB utilizzando cURL, usa il seguente codice:
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"
Nota
Sostituisci MODEL_ID
con l'ID del modello desiderato, API_KEY
con la tua chiave API attuale e path/to/image.jpg
con il percorso dell'immagine su cui vuoi eseguire l'inferenza.
Argomenti
Vedi la tabella sottostante per un elenco completo degli argomenti di inferenza disponibili.
Argomento | Predefinito | Tipo | Descrizione |
---|---|---|---|
image |
image |
File di immagine da utilizzare per l'inferenza. | |
url |
str |
URL dell'immagine se non si passa un file. | |
size |
640 |
int |
Dimensione dell'immagine di input, l'intervallo valido è 32 - 1280 Pixel. |
confidence |
0.25 |
float |
Soglia di confidenza per le stime, intervallo valido 0.01 - 1.0 . |
iou |
0.45 |
float |
Intersezione oltre la soglia dell'Unione (IoU), intervallo valido 0.0 - 0.95 . |
Risposta
L'API di inferenza di Ultralytics HUB restituisce una risposta JSON.
Classificazione
Modello di classificazione
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())
Rilevamento
Modello di rilevamento
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
Modello 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())
Segmentazione
Modello di segmentazione
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
Modello di posa
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())
Creato 2024-01-23, Aggiornato 2024-06-22
Autori: glenn-jocher (9), sergiuwaxmann (2), RizwanMunawar (1), priytosh-tripathi (1)