推論#

Ultralytics Platformは、トレーニング済みモデルをテストするためのブラウザベースの推論と、プログラムからアクセスするための専用エンドポイントを提供します。

予測タブ#

重みを含むすべてのモデルには、ブラウザベースの推論用にPredictタブがあります。

1. モデルに移動します
2. Predictタブをクリックします
3. 画像をアップロードするか、サンプルを使用するか、Webcamを開きます
4. タスク固有のオーバーレイ、推論サマリー、処理時間、未加工のレスポンスを確認します

重みのないモデルでは空の状態が表示されます。まずモデルをトレーニングするか、重みをアップロードしてください。

入力方法#

Predictパネルでは、複数の入力方法をサポートしています。

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

    classDef start fill:#4CAF50,color:#fff
    classDef proc fill:#2196F3,color:#fff
    classDef out fill:#9C27B0,color:#fff

画像をアップロード#

ドラッグ＆ドロップするか、クリックしてアップロードします。

• サポート形式: JPEG、PNG、WebP、AVIF、HEIC、JP2、TIFF、BMP
• 最大サイズ: 10 MB
• 自動推論: アップロード後に結果が自動的に表示されます

サンプル画像#

Predictパネルには、モデルにリンクされたデータセットから最大2枚のサンプル画像が表示されます。val分割を優先し、次にtest、続いてtrainを使用します。データセットがリンクされていない場合は、デフォルトのサンプルが使用されます。

OBBモデルの場合は、代わりにボートと空港の航空画像が表示されます。

Webcam#

Webcamカードをクリックしてライブカメラフィードを開始します。

1. プロンプトが表示されたらカメラの権限を許可します
2. ビデオプレビューをクリックしてフレームをキャプチャします
3. キャプチャしたフレームで推論が自動的に実行されます
4. もう一度クリックしてWebcamを再起動します

結果を表示#

推論結果には、モデルのタスクに適した出力が表示されます。ボックス、マスク、キーポイント、方向付きボックス、分類スコア、セマンティックカバレッジ、または深度マップが含まれます。オブジェクトの結果には、利用可能な場合、データセットのクラスカラーが使用されます。パネルには、前処理、推論、後処理、ネットワークの処理時間も表示されます。

結果パネルには以下が表示されます:

結果が表示されると、プレビュー上に2つのコントロールが表示されます。画像をクリックするとオーバーレイを保持したまま拡大でき、ダウンロードボタンを使用すると現在の結果に注釈を付けたJPEGを保存できます。

推論パラメーター#

画像の下にある3つのスライダーで推論の動作を調整します。

信頼度しきい値#

信頼度で予測をフィルタリングします。

• 高い（0.5以上）: より少数で確度の高い予測
• 低い（0.1～0.25）: より多くの予測、一部にノイズあり
• デフォルト（0.25）: ほとんどのユースケースに適したバランス

IoUしきい値#

Non-Maximum Suppressionを制御します。

• 高い（0.7以上）: より多くの重複ボックスを許可
• 低い（0.3～0.5）: 重複する検出をより積極的に抑制
• デフォルト（0.7）: ほとんどのユースケースに適したバランスのNMS動作

デプロイメントのPredict#

実行中の各専用エンドポイントには、デプロイメントカード上にPredictタブが直接含まれています。これは共有Predictサービスではなく、デプロイメント独自の推論サービスを使用するため、ブラウザからデプロイ済みエンドポイントをテストできます。

監視が有効な有料エンドポイントでは、処理された画像もモニタリングタブに寄与します。モニタリングタブのサンプリングされたサンプルと集計チャートは、メモリ内に保持される軽量で一時的なデータです。モデルの停止、再起動、再デプロイ、サイズ変更、または置き換えによって、これらがクリアされる場合があります。これらを保持するには、サンプルをデータセットに保存してください。

専用エンドポイントAPI#

モデルのPredictタブにあるAPI Docsカードには、信頼度、IoU、画像サイズにスライダーで現在設定されている値があらかじめ入力された、Python、JavaScript、cURLのリクエスト例が含まれています。モデルをデプロイするまではURLとキーがプレースホルダーになっており、コードタブの横にあるDeployボタンからモデルのDeployタブに移動できます。デプロイ後は、デプロイメントカードのCodeタブに、そのエンドポイントのURLと、ワークスペース所有者の場合は紐付けられたAPIキーが入力され、コピーして実行できる状態になります。

認証#

リクエストにAPIキーを含めます。

Authorization: Bearer YOUR_API_KEY

エンドポイント#

専用エンドポイントは、それぞれのURLでリクエストを受け付けます。

POST https://YOUR_DEPLOYMENT_URL.run.app/predict

共有推論では、モデルの完全なパスを指定してPlatform APIを使用します。

POST https://platform.ultralytics.com/api/models/{owner}/{project}/{model}/predict

どちらも同じmultipart/form-dataボディを受け付け、同じレスポンス形式を返します。Python SDKでは、共有推論にclient.models.predict(owner, project, model, body=...)を、専用デプロイメントにclient.deployments.predict(owner, deployment, body=...)を使用します。

from ultralytics_platform import Platform

client = Platform()  # reads ULTRALYTICS_API_KEY
with open("image.jpg", "rb") as f:
    results = client.models.predict("acme-vision", "inspection", "v3", body={"file": f, "conf": 0.25})

リクエスト#

import requests

url = "https://YOUR_DEPLOYMENT_URL.run.app/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as image_file:
    response = requests.post(url, headers=headers, files={"file": image_file}, data=data)
print(response.json())

リクエストパラメーター#

レスポンス#

{
    "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,
        "functionTimeAlive": 1284.51,
        "functionTimeCall": 0.018,
        "task": "detect",
        "version": {
            "ultralytics": "8.x.x",
            "torch": "2.6.0",
            "torchvision": "0.21.0",
            "python": "3.13.0"
        }
    }
}

レスポンスフィールド#

タスク固有のレスポンス#

レスポンス形式はタスクによって異なります：

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

レート制限#

共有モデルAPIは、各APIキー、サインイン済みの呼び出し元、または匿名IPにつき、1分あたり20リクエストに制限されています。レート制限が適用されると、APIは 429 を Retry-After ヘッダーとともに返します。すべてのエンドポイントカテゴリについては、完全なレート制限リファレンスをご覧ください。

エラーハンドリング#

一般的なエラーレスポンス：

FAQ#