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ーベースの推論と、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。

Predictタブ#

重みを含むすべてのモデルには、ブラウザーベースの推論用の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、ウェブカメラを開きます
4. タスクに応じたオーバーレイ、予測の概要、処理時間、生のレスポンスを確認します

重みのないモデルでは、代わりに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#

予測パネルでは、複数の入力方法を利用できます。

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：

• 対応形式：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、結果が自動的に表示されます

サンプル画像#

予測パネルには、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の分割を優先し、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画像が使用されます。

OBBモデルでは、代わりにボートや空港の航空画像が表示されます。

ウェブカメラ#

画像領域の上にあるWebカメラを選択すると、ライブカメラ映像が始まります:

1. プロンプトが表示されたら、カメラへのアクセスを許可します
2. ビデオプレビューをクリックしてフレームを撮影します
3. 撮影したフレームに対して推論が自動的に実行されます
4. ライブ映像に戻るには、Webカメラに戻るをクリックします

独自のデプロイメントのPredictタブでは、代わりにWebカメラで継続的に推論が実行されます。ライブカメラ推論をご覧ください。

結果の表示#

推論結果には、モデルのタスクに応じて、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、セマンティック領域、または深度マップが表示されます。利用可能な場合、物体の結果には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。

結果パネルには次の項目が表示されます。

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表示でき、ダウンロードボタンを使用すると現在の結果を注釈付きJPEGとして保存できます。

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（深度モデルでは 画像サイズ のみ表示されます）。

信頼度しきい値#

信頼度に基づいて予測をフィルタリングします。

• 高め（0.5以上）：予測数は少なくなりますが、確度が高くなります
• 低め（0.1～0.25）：予測数は増えますが、ノイズが含まれる場合があります
• デフォルト（0.25）：ほとんどのユースケースでバランスの取れた設定です

IoUしきい値#

Non-Maximum Suppressionを調整します。

• 高め（0.7以上）：より多くのボックスの重なりを許容します
• 低め（0.3～0.5）：重なり合う検出をより強く抑制します
• デフォルト（0.7）：ほとんどのユースケースでバランスの取れたNMSの動作になります

デプロイ済みモデルの推論#

実行中の各専用エンドポイントには、デプロイページにPredictタブがあります。このタブでは共有のPredictサービスではなく、デプロイメント専用の推論サービスを使用するため、ブラウザーからデプロイ済みエンドポイントをテストできます。

準備完了状態のエンドポイントで処理された画像は、Monitoringタブにも反映されます。サンプルや集計グラフは、メモリー上に保持される軽量な一時データです。停止、再起動、再デプロイ、サイズ変更、モデルの置き換えを行うと、データが消去される場合があります。サンプルを保持するには、データセットに保存してください。

ライブカメラ推論#

所有するデプロイメントのPredictタブで、WebカメラまたはIPカメラを選択すると、ライブ映像でエンドポイントを実行できます:

ライブ推論では、エンドポイントにバインドされたAPIキーを使用します。このキーを読み込めるのはワークスペースの所有者のみです。他のチームメンバーの場合、Webカメラは単一フレームをキャプチャし、モデルのPredictタブと同様にIPカメラは利用できません。IPカメラはインターネットからアクセス可能である必要があります。エンドポイントは192.168.x.xのようなローカルネットワークアドレスを拒否します。各結果は最新のフレームに対するものであり、推論が遅れるとフレームはスキップされます。スライダーの変更は次のWebカメラフレームに適用され、IPカメラのストリームは再起動します。ブラウザーのタブが非表示になるとライブ推論は一時停止します。プレビューをクリックしてフレームをキャプチャするか、切断をクリックしてIPカメラの表示を停止します。

バックグラウンドカメラ#

カスタムCPU・メモリサイズのエンドポイントでは、切断後やページを閉じた後も、IPカメラ1台の監視を継続できます。接続したカメラに結果が表示されたら、バックグラウンドで実行を継続をオンにします。デプロイメントのヘッダーにはカメラ稼働中と表示され、結果は一時的なサンプルと予測統計としてモニタリングタブに送られます。

• 設定: バックグラウンドカメラでは、常にデフォルトの信頼度（0.25）、IoU（0.7）、およびモデルのトレーニング画像サイズが使用されます。スライダーの設定は適用されません。
• 料金: 追加料金なしでエンドポイントの起動中インスタンス上で実行されます。カメラのオン・オフにかかわらず、時間単位の稼働料金が適用されます。
• 変更: カメラをオン・オフにしたり、別のカメラに切り替えたりすると、エンドポイントのインスタンスが再起動します。これによりエンドポイントは使用可能な状態に保たれますが、一時的なモニタリングデータは消去されます。
• 停止: スイッチをオフにします。切断したりページを閉じたりしても停止しません。また、エンドポイントをデフォルトサイズに変更すると、バックグラウンドカメラは削除されます。カメラがオフラインになった場合、エンドポイントは再接続を続けます。
• エンドポイントのライフサイクル: エンドポイントを停止するとカメラと課金が停止します。再び起動すると、保存済みのカメラが再開します。

デフォルトサイズのエンドポイントでは、バックグラウンドオプションを使用せずに、WebカメラとIPカメラのライブ推論を利用できます。APIからバックグラウンドカメラを保存するには、デプロイメントのcameraアクションを使用します。

APIからのストリーム結果#

専用エンドポイントのURLに、sourceとしてRTSPまたはRTSPSのURLを指定し、Accept: text/event-streamヘッダーを付けて送信すると、サーバー送信イベントとして結果を受け取れます:

curl -N -X POST \
  "https://YOUR_DEPLOYMENT_URL.run.app/predict" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -F "source=rtsp://user:password@camera.example.com:554/stream" \
  -F "conf=0.25"

各フレームイベントには、正規化（0～1）座標を含むレスポンス形式のimages、フレームのpreview JPEGデータURL、およびタスク名とクラス名を含むmetadataが含まれます。適用されるのはconf、iou、imgszのみです。エンドポイントのバックグラウンドカメラURLをストリーミングする場合は、デフォルト設定が使用されます。statusのみを含むイベントにはフレームが含まれません。また、errorメッセージを含むイベント（カメラを読み取れない場合、またはエンドポイントでモデルを実行できない場合）が発生すると、ストリームは終了します。エンドポイントの再起動時、またはリクエストが制限時間に達した場合もストリームは閉じます。エラーなしで終了した場合は、バックオフを設けて再接続してください。Platform APIのデプロイメント予測ルートとSDKではストリーミングはできません。バインドされたAPIキーを使用し、カメラリクエストをエンドポイントURLに送信してください。ヘッダーなしのカメラsourceは400を返します。

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、スライダーで現在設定されている信頼度、IoU、画像サイズが入力済みの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とキーはプレースホルダーです。コードタブの横にあるDeployボタンをクリックすると、モデルのDeployタブに移動します。デプロイ後、デプロイページのPredictタブにあるDocs結果タブに、そのエンドポイントのURLと、ワークスペースの所有者には紐付けられたAPIキーが表示され、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キーを含めてください。

Authorization: Bearer YOUR_API_KEY

エンドポイント#

専用エンドポイントには、それぞれ固有のURLでリクエストを送信します。

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

共有推論では、モデルのフルパスを指定して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、同じ形式のレスポンスを返します。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。どちらのSDKメソッドもPlatform APIを呼び出すため、Platform APIのレート制限とリクエストサイズ制限が適用されます。これらの制限を回避するには、Requestに示すように、専用エンドポイントのURLに直接POSTしてください。共有推論の例：

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,
        "classNames": ["person", "bicycle", "car", "..."],
        "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#

タスク別のレスポンス#

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、APIキー、サインイン済みの呼び出し元、または匿名IPアドレスごとに毎分20リクエストに制限されています。Platformのデプロイメント用Predictルート（POST /api/deployments/{owner}/{deployment}/predict）にも同じ制限が適用されます。スロットリングが発生すると、APIは429とRetry-Afterヘッダーを返します。すべてのエンドポイントカテゴリーについては、レート制限のリファレンスを参照してください。

エラー処理#

一般的なエラーレスポンス：

よくある質問#