Ultralytics API de inferência do HUB
A API de inferência do Ultralytics HUB permite-te executar a inferência através da nossa API REST sem teres de instalar e configurar localmente o ambiente Ultralytics YOLO .
Observa: Ultralytics Passo a passo da API de inferência do HUB
Python
Para aceder à API de inferência do Ultralytics HUB utilizando Python, utiliza o seguinte código:
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
Substitui MODEL_ID
com o ID do modelo pretendido, API_KEY
com a tua chave API real, e path/to/image.jpg
com o caminho para a imagem em que queres fazer a inferência.
cURL
Para aceder à API de inferência do Ultralytics HUB utilizando cURL, utiliza o seguinte código:
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
Substitui MODEL_ID
com o ID do modelo pretendido, API_KEY
com a tua chave API real, e path/to/image.jpg
com o caminho para a imagem em que queres fazer a inferência.
Argumentos
Consulta a tabela abaixo para obteres uma lista completa dos argumentos de inferência disponíveis.
Argumenta | Predefinição | Tipo | Descrição |
---|---|---|---|
image |
image |
Arquivo de imagem a ser usado para inferência. | |
url |
str |
URL da imagem se não estiver passando um arquivo. | |
size |
640 |
int |
Tamanho da imagem de entrada, intervalo válido é 32 - 1280 píxeis. |
confidence |
0.25 |
float |
Limite de confiança para previsões, intervalo válido 0.01 - 1.0 . |
iou |
0.45 |
float |
Limite de intersecção sobre união (IoU), intervalo válido 0.0 - 0.95 . |
Resposta
A API de inferência do Ultralytics HUB devolve uma resposta JSON.
Classificação
Modelo de classificação
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())
Deteção
Modelo de deteção
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
Modelo 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())
Segmentação
Modelo de segmentação
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
Modelo de pose
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())
Criado em 2024-01-23, Atualizado em 2024-06-22
Autores: glenn-jocher (9), sergiuwaxmann (2), RizwanMunawar (1), priytosh-tripathi (1)