Çıkarım#

Ultralytics Platform, eğitilmiş modelleri test etmek için tarayıcı tabanlı çıkarım ve programatik erişim için özel uç noktalar sağlar.

Tahmin Sekmesi#

Ağırlıkları bulunan her modelde tarayıcı tabanlı çıkarım için bir Predict sekmesi bulunur:

1. Modeline git
2. Predict sekmesine tıkla
3. Bir görüntü yükle, örnek kullan veya web kameranı aç
4. Göreve özel kaplamayı, tahmin özetini, zamanlamayı ve ham yanıtı incele

Ağırlıkları olmayan modeller bunun yerine boş durum gösterir — önce modeli eğit veya ağırlıkları yükle.

Girdi Yöntemleri#

Predict paneli birden fazla girdi yöntemini destekler:

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

Görüntü Yükle#

Yüklemek için sürükleyip bırak veya tıkla:

• Desteklenen biçimler: JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP
• Maksimum boyut: 10 MB
• Otomatik çıkarım: Yüklemeden sonra sonuçlar otomatik olarak görüntülenir

Örnek Görüntüler#

Predict paneli, modelinin bağlantılı veri kümesinden en fazla iki örnek görüntü gösterir; önce val bölümünü, ardından test ve sonra train bölümünü tercih eder. Bağlantılı bir veri kümesi yoksa varsayılan örnekler kullanılır:

OBB modellerinde bunun yerine teknelerin ve bir havalimanının havadan görüntüleri gösterilir.

Web Kamerası#

Canlı kamera akışını başlatmak için web kamerası kartına tıkla:

1. İstendiğinde kamera izni ver
2. Bir kare yakalamak için video önizlemesine tıkla
3. Çıkarım, yakalanan kare üzerinde otomatik olarak çalışır
4. Web kamerasını yeniden başlatmak için tekrar tıkla

Sonuçları Görüntüle#

Çıkarım sonuçları, model görevine uygun çıktıyı gösterir: kutular, maskeler, anahtar noktalar, yönlendirilmiş kutular, sınıflandırma skorları, anlamsal kapsama alanı veya derinlik haritası. Nesne sonuçlarında, mevcutsa veri kümesinin sınıf renkleri kullanılır. Panel ayrıca ön işleme, çıkarım, son işleme ve ağ zamanlamasını gösterir.

Sonuçlar paneli şunu gösterir:

Sonuçlar geldikten sonra önizlemenin üzerinde iki denetim bulunur: kaplamaları koruyarak görüntüyü büyütmek için görüntüye tıkla ve mevcut sonucun açıklamalı JPEG dosyasını kaydetmek için indirme düğmesini kullan.

Çıkarım Parametreleri#

Görüntünün altındaki üç kaydırıcıyla çıkarım davranışını ayarla:

Güven Eşiği#

Tahminleri güvene göre filtrele:

• Daha yüksek (0.5+): Daha az, daha kesin tahmin
• Daha düşük (0.1-0.25): Daha fazla tahmin, bir miktar gürültü
• Varsayılan (0.25): Çoğu kullanım durumu için dengeli

IoU Eşiği#

Maksimum olmayan bastırmayı denetle:

• Daha yüksek (0.7+): Daha fazla örtüşen kutuya izin ver
• Daha düşük (0.3-0.5): Örtüşen algılamaları daha agresif şekilde bastır
• Varsayılan (0.7): Çoğu kullanım durumu için dengeli NMS davranışı

Dağıtım Predict'i#

Çalışan her özel uç nokta, doğrudan dağıtım kartında bir Predict sekmesi içerir. Bu, paylaşılan predict hizmeti yerine dağıtımın kendi çıkarım hizmetini kullanır ve dağıtılan uç noktanı tarayıcıdan test etmene olanak tanır.

İzlemenin etkin olduğu ücretli bir uç noktada, işlenen görüntüler ayrıca Monitoring tab bölümüne de katkıda bulunur. Örneklenen örnekler ve toplu grafikler, bellekte tutulan hafif, geçici verilerdir; modeli durdurmak, yeniden başlatmak, yeniden dağıtmak, yeniden boyutlandırmak veya değiştirmek bu verileri silebilir. Örnekleri saklamak için bir veri kümesine kaydet.

Özel Uç Nokta API'si#

Modelin Predict sekmesindeki API Docs kartı; kaydırıcılarda geçerli olarak ayarlanmış güven, IoU ve görüntü boyutuyla önceden doldurulmuş örnek Python, JavaScript ve cURL istekleri içerir. URL ve anahtar, modeli dağıtana kadar yer tutucudur — kod sekmelerinin yanındaki Deploy düğmesi modelin Deploy sekmesine gider. Dağıtımdan sonra dağıtım kartının Code sekmesi, bu uç noktanın URL'sini ve çalışma alanı sahipleri için bağlı API anahtarını doldurur; bunlar kopyalanıp çalıştırılmaya hazırdır.

Kimlik Doğrulama#

İsteklerine API anahtarını ekle:

Authorization: Bearer YOUR_API_KEY

Uç Nokta#

Özel uç noktalar istekleri kendi URL'leri üzerinden alır:

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

Paylaşılan çıkarım, modelin tam yolu ile Platform API'sini kullanır:

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

Her ikisi de aynı multipart/form-data gövdesini kabul eder ve aynı yanıt biçimini döndürür. Python SDK ile paylaşılan çıkarım için client.models.predict(owner, project, model, body=...), özel dağıtım için client.deployments.predict(owner, deployment, body=...) kullan:

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})

İstek#

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())

İstek Parametreleri#

Yanıt#

{
    "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"
        }
    }
}

Yanıt Alanları#

Göreve Özel Yanıtlar#

Yanıt biçimi göreve göre değişir:

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

İstek Sınırları#

Paylaşılan model API'si her API anahtarı, oturum açmış çağıran veya anonim IP için dakikada 20 istek ile sınırlıdır. İstek hızı sınırlandığında API, 429 değerini ve Retry-After başlığını döndürür. Tüm uç nokta kategorileri için istek sınırı referansına bak.

Hata İşleme#

Yaygın hata yanıtları:

SSS#