推理

Q: Can I run inference on video?

该 API 接受单个帧。对于视频：对于实时视频，请考虑部署专用端点。

Q: What's the maximum image size?

大图像会自动调整大小，同时保持宽高比。

Q: Can I run batch inference?

当前 API 每个请求处理一张图像。对于批量处理：

Ultralytics Platform 提供 Inference API 用于测试已训练的模型。您可以使用基于浏览器的“测试”选项卡进行快速验证，或使用 REST API 进行程序化访问。

测试选项卡

每个模型都包含一个用于基于浏览器的推理的“测试”选项卡：

导航到您的模型
点击测试选项卡
上传图片或使用示例
即时查看预测结果

上传图像

拖放或点击上传：

支持的格式：JPG、PNG、WebP、GIF
最大大小：10MB
自动推理：结果自动显示

示例图像

使用内置示例图片进行快速测试：

图片	内容
`bus.jpg`	带有车辆的街景
`zidane.jpg`	带有人物的体育场景

查看结果

推理结果显示：

边界框（带类别标签）
置信度分数（针对每次 detection）
类别颜色（与您的数据集匹配）

Inference 参数

使用参数调整 detection 行为：

参数	范围	默认值	描述
置信度	0.0-1.0	0.25	最小置信度阈值
IoU	0.0-1.0	0.70	NMS IoU 阈值
图像大小	32-1280	640	输入尺寸调整维度

置信度阈值

按置信度过滤预测结果：

更高 (0.5+): 更少、更确定的预测
更低 (0.1-0.25): 更多预测，但存在一些噪声
默认 (0.25): 适用于大多数用例的平衡设置

IoU 阈值

控制非极大值抑制 (NMS):

更高（0.7+）：允许更多重叠的框
较低（0.3-0.5）：更积极地合并邻近检测结果
默认 (0.70)：适用于大多数使用场景的NMS

REST API

以编程方式访问推理:

身份验证

在请求中包含您的 API 密钥：

Authorization: Bearer YOUR_API_KEY

端点

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

请求

cURLPython

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())

响应

{
    "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
    }
}

响应字段

字段	类型	描述
`success`	布尔值	请求状态
`predictions`	数组	detect 列表
`predictions[].class`	字符串	类别名称
`predictions[].confidence`	浮点数	detect 置信度 (0-1)
`predictions[].box`	对象	边界框坐标
`image`	对象	原始图像尺寸

特定任务响应

响应格式因任务而异:

检测分割姿势估计分类

{
  "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}
  ]
}

速率限制

共享推理存在速率限制:

计划	请求数/分钟	请求数/天
免费版	10	100
Pro	60	10,000

如需更高的限制，请部署专用端点。

错误处理

常见错误响应:

代码	消息	解决方案
400	无效图像	检查文件格式
401	未经授权	验证 API 密钥
404	未找到模型	检查模型标识符
429	请求频率受限	请等待或升级套餐
500	服务器错误	重试请求

常见问题

我可以在视频上运行 Inference 吗？

API 接受单个帧。对于视频：

在本地提取帧
将每个帧发送到 API
聚合结果

对于实时视频，请考虑部署专用端点。

如何获取标注图像？

该 API 返回 JSON 预测。要进行可视化：

使用预测结果在本地绘制边界框
使用 Ultralytics plot() 方法：

from ultralytics import YOLO

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

最大图像尺寸是多少？

上传限制：10MB
Recommended: <5MB for fast inference
自动调整大小：图像被调整为 imgsz 参数