Ultralytics ハブ推論API
Ultralytics HUB Inference APIを使えば、Ultralytics YOLO の環境をローカルにインストールしてセットアップしなくても、REST APIを通じて推論を実行することができます。
見るんだ: Ultralytics HUB推論APIウォークスルー
Python
Python を使ってUltralytics HUB Inference API にアクセスするには、次のコードを使う:
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())
注
交換 MODEL_ID
を希望のモデルIDに置き換えてください、 API_KEY
を実際のAPIキーに置き換えて path/to/image.jpg
に、推論を実行したいイメージのパスを指定します。
cURL
cURLを使ってUltralytics HUB Inference APIにアクセスするには、以下のコードを使用する:
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"
注
交換 MODEL_ID
を希望のモデルIDに置き換えてください、 API_KEY
を実際のAPIキーに置き換えて path/to/image.jpg
に、推論を実行したいイメージのパスを指定します。
論争
使用可能な推論引数の一覧は以下の表を参照のこと。
議論 | デフォルト | タイプ | 説明 |
---|---|---|---|
image |
image |
推論に使用する画像ファイル。 | |
url |
str |
ファイルを渡さない場合の画像の URL。 | |
size |
640 |
int |
入力画像のサイズ、有効範囲は 32 - 1280 ピクセル。 |
confidence |
0.25 |
float |
予測の信頼度しきい値、有効範囲 0.01 - 1.0 . |
iou |
0.45 |
float |
Union(IoU)しきい値を超える交差、有効範囲 0.0 - 0.95 . |
応答
Ultralytics HUB Inference APIはJSONレスポンスを返す。
分類
分類モデル
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())
検出
検出モデル
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
OBBモデル
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())
セグメンテーション
セグメンテーション・モデル
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())
ポーズ
ポーズモデル
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())
作成日:2024-01-23 更新日:2024-06-22
著者:glenn-jocher(9),sergiuwaxmann(2),RizwanMunawar(1),priytosh-tripathi(1)