推論

Ultralytics Platformは、学習済みモデルをテストするためのInference APIを提供します。迅速な検証にはブラウザベースの「テスト」タブを、プログラムによるアクセスにはREST APIを使用してください。

テストタブ

すべてのモデルには、ブラウザベースの推論を行うための「テスト」タブが含まれています：

1. モデルに移動
2. テストタブをクリックします
3. 画像をアップロードするか、サンプルを使用します
4. 予測を即座に表示します

画像をアップロード

ドラッグ＆ドロップまたはクリックしてアップロード：

• 対応フォーマット：JPG、PNG、WebP、GIF
• 最大サイズ：10MB
• 自動推論: 結果が自動的に表示されます

サンプル画像

迅速なテストのために、組み込みのサンプル画像を使用してください:

結果を表示

推論結果の表示:

• バウンディングボックス (クラスラベル付き)
• 信頼度スコア (各detectに対して)
• クラスの色 (データセットに一致)

推論パラメータ

パラメータでdetect動作を調整:

信頼度しきい値

信頼度で予測をフィルタリング:

• 高め (0.5以上): 予測は少なく、より確実
• 低め (0.1-0.25): 予測は多く、ノイズが混じる可能性あり
• デフォルト (0.25): ほとんどのユースケースでバランスが取れている

IoUしきい値

NMSを制御:

• より高い (0.7+): 重なり合うボックスをさらに許可する
• 下位 (0.3-0.5): 近接検出をより積極的に統合する
• デフォルト (0.70): ほとんどのユースケースでバランスの取れたNMS

REST API

推論にプログラムでアクセス:

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

POST https://platform.ultralytics.com/api/models/{model_slug}/predict

リクエスト

curl -X POST \
  "https://platform.ultralytics.com/api/models/username/project/model/predict" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@image.jpg" \
  -F "conf=0.25" \
  -F "iou=0.7"

import requests

url = "https://platform.ultralytics.com/api/models/username/project/model/predict"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
files = {"file": open("image.jpg", "rb")}
data = {"conf": 0.25, "iou": 0.7}

response = requests.post(url, headers=headers, files=files, data=data)
print(response.json())

応答

{
    "success": true,
    "predictions": [
        {
            "class": "person",
            "confidence": 0.92,
            "box": {
                "x1": 100,
                "y1": 50,
                "x2": 300,
                "y2": 400
            }
        },
        {
            "class": "car",
            "confidence": 0.87,
            "box": {
                "x1": 400,
                "y1": 200,
                "x2": 600,
                "y2": 350
            }
        }
    ],
    "image": {
        "width": 1920,
        "height": 1080
    }
}

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

{
  "class": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400},
  "segments": [[100, 50], [150, 60], ...]
}

{
  "class": "person",
  "confidence": 0.92,
  "box": {"x1": 100, "y1": 50, "x2": 300, "y2": 400},
  "keypoints": [
    {"x": 200, "y": 75, "conf": 0.95},
    ...
  ]
}

{
  "predictions": [
    {"class": "cat", "confidence": 0.95},
    {"class": "dog", "confidence": 0.03}
  ]
}

レート制限

共有推論にはレート制限があります:

より高い制限を設けるには、専用エンドポイントをデプロイしてください。

エラー処理

一般的なエラーレスポンス:

よくある質問

ビデオで推論を実行できますか？

APIは個々のフレームを受け入れます。ビデオの場合:

1. フレームをローカルで抽出する
2. 各フレームをAPIに送信する
3. 結果を集計する

リアルタイム動画の場合、専用エンドポイントのデプロイを検討してください。

アノテーション付き画像はどのように取得しますか？

APIはJSON予測を返します。視覚化するには：

1. 予測を使用してローカルでボックスを描画する
2. Ultralyticsを使用する plot() メソッド:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
results = model("image.jpg")
results[0].save("annotated.jpg")

最大画像サイズはどのくらいですか？

• アップロード制限: 10MB
• Recommended: <5MB for fast inference
• 自動リサイズ: 画像は〜にリサイズされます imgsz パラメータ

大きな画像は、アスペクト比を維持しながら自動的にリサイズされます。

バッチ推論を実行できますか？

現在のAPIは1リクエストにつき1画像を処理します。バッチ処理の場合：

1. 同時リクエストを送信する
2. スループット向上のために専用エンドポイントを使用する
3. 大規模なバッチ処理にはローカル推論を検討してください

📅 20日前に作成✏️ 14日前に更新

コメント