> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/regash/legacy-serverless/instance-segmentation/semantic-segmentation.md). # セマンティックセグメンテーション Roboflow でホストされているセマンティックセグメンテーションモデルに対して推論を実行します。 {% tabs %} {% tab title="cURL" %} **Linux または MacOS** という名前のローカルファイルの JSON 予測を取得する `YOUR_IMAGE.jpg`: ```bash base64 YOUR_IMAGE.jpg | curl -d @- \\ -H "Authorization: Bearer YOUR_KEY" \\ "https://segment.roboflow.com/your-model/42" ``` その URL 経由で Web 上の別の場所にある画像で推論する（忘れずに [URL エンコードしてください](https://www.urlencoder.org/)): ```bash curl -X POST \\ -H "Authorization: Bearer YOUR_KEY" \\ "https://segment.roboflow.com/your-model/42?\\ image=https%3A%2F%2Fi.imgur.com%2FPEEvqPN.png" ``` **Windows** インストールする必要があります [Windows 用 curl](https://curl.se/windows/) および [Windows 用 GNU の base64 ツール](http://gnuwin32.sourceforge.net/packages/coreutils.htm)。これを行う最も簡単な方法は、次を使用することです [Windows 用 Git インストーラー](https://git-scm.com/downloads) も含まれています `curl` および `base64` インストール時に「Use Git and optional Unix tools from the Command Prompt」を選択すると、コマンドラインツールも含まれます。 その後、上記と同じコマンドを使用できます。 {% endtab %} {% tab title="Python" %} **ローカル画像とホスト画像で推論** 依存関係をインストールするには、 `pip install roboflow`. ```python from roboflow import Roboflow rf = Roboflow(api_key="") project = rf.workspace().project("PROJECT_ID") model = project.version(VERSION).models()[0] prediction = model.predict("YOUR_IMAGE.jpg") ``` {% endtab %} {% tab title="JavaScript" %} **Node.js** これらの例では組み込みの `fetch` API を使用します。Node.js 18 以降および最新のブラウザで動作するため、インストールする依存関係はありません。 **ローカル画像で推論する** ```javascript const fs = require("fs"); const image = fs.readFileSync("YOUR_IMAGE.jpg", { encoding: "base64" }); fetch("https://segment.roboflow.com/your-model/42", { method: "POST", headers: { "Authorization": "Bearer YOUR_KEY", "Content-Type": "application/x-www-form-urlencoded" }, body: image }) .then((response) => { if (!response.ok) throw new Error("ステータス " + response.status + " でリクエストに失敗しました"); return response.json(); }) .then((data) => { console.log(data); }) .catch((error) => { console.log(error.message); }); ``` **URL 経由で外部の場所にホストされている画像で推論する** ```javascript fetch( "https://segment.roboflow.com/your-model/42?image=" + encodeURIComponent("https://i.imgur.com/PEEvqPN.png"), { method: "POST", headers: { "Authorization": "Bearer YOUR_KEY" } } ) .then((response) => { if (!response.ok) throw new Error("ステータス " + response.status + " でリクエストに失敗しました"); return response.json(); }) .then((data) => { console.log(data); }) .catch((error) => { console.log(error.message); }); ``` **Web** roboflow\.js を通じてリアルタイムのオンデバイス推論を利用できます `roboflow.js`。詳細は [こちらのドキュメント](/deployment/ja/self-hosted/sdks/web-browser.md). {% endtab %} {% tab title="Swift/iOS" %} **Swift** **ローカル画像で推論する** ```swift import UIKit // 画像を読み込み、Base64 に変換 let image = UIImage(named: "your-image-path") // アップロードする画像へのパス 例: image.jpg let imageData = image?.jpegData(compressionQuality: 1) let fileContent = imageData?.base64EncodedString() let postData = fileContent!.data(using: .utf8) // API_KEY、モデル、モデルバージョンを使って推論サーバー要求を初期化 var request = URLRequest(url: URL(string: "https://segment.roboflow.com/your-model/your-model-version?name=YOUR_IMAGE.jpg")!,timeoutInterval: Double.infinity) request.setValue("Bearer YOUR_APIKEY", forHTTPHeaderField: "Authorization") request.addValue("application/x-www-form-urlencoded", forHTTPHeaderField: "Content-Type") request.httpMethod = "POST" request.httpBody = postData // POST リクエストを実行 URLSession.shared.dataTask(with: request, completionHandler: { data, response, error in // 応答を文字列に解析 guard let data = data else { print(String(describing: error)) return } // 応答文字列を辞書に変換 do { let dict = try JSONSerialization.jsonObject(with: data, options: []) as? [String: Any] } catch { print(error.localizedDescription) } // 文字列応答を出力 print(String(data: data, encoding: .utf8)!) }).resume() ``` **Objective-C** [Objective-C のスニペットをリクエストするにはこちらをクリックしてください。](https://app.roboflow.com/request/snippet.inference-objc) {% endtab %} {% tab title="Android" %} **Kotlin** **ローカル画像で推論する** ```kotlin import java.io.* import java.net.HttpURLConnection import java.net.URL import java.nio.charset.StandardCharsets import java.util.* fun main() { // 画像パスを取得 val filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg" val file = File(filePath) // Base64 でエンコード val encodedFile: String val fileInputStreamReader = FileInputStream(file) val bytes = ByteArray(file.length().toInt()) fileInputStreamReader.read(bytes) encodedFile = String(Base64.getEncoder().encode(bytes), StandardCharsets.US_ASCII) val API_KEY = "" // あなたの API キー val MODEL_ENDPOINT = "dataset/v" // モデルエンドポイントを設定（データセット URL にあります） // URL を構築 val uploadURL ="https://segment.roboflow.com/" + MODEL_ENDPOINT + "?name=YOUR_IMAGE.jpg"; // HTTP リクエスト var connection: HttpURLConnection? = null try { // URL への接続を設定 val url = URL(uploadURL) connection = url.openConnection() as HttpURLConnection connection.requestMethod = "POST" connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded") connection.setRequestProperty("Content-Length", Integer.toString(encodedFile.toByteArray().size)) connection.setRequestProperty("Authorization", "Bearer " + API_KEY) connection.setRequestProperty("Content-Language", "en-US") connection.useCaches = false connection.doOutput = true // リクエストを送信 val wr = DataOutputStream( connection.outputStream) wr.writeBytes(encodedFile) wr.close() // 応答を取得 val stream = connection.inputStream val reader = BufferedReader(InputStreamReader(stream)) var line: String? while (reader.readLine().also { line = it } != null) { println(line) } reader.close() } catch (e: Exception) { e.printStackTrace() } finally { connection?.disconnect() } } main() ``` **URL 経由で外部の場所にホストされている画像で推論する** ```kotlin import java.io.BufferedReader import java.io.DataOutputStream import java.io.InputStreamReader import java.net.HttpURLConnection import java.net.URL import java.net.URLEncoder fun main() { val imageURL = "https://i.imgur.com/PEEvqPN.png" // 画像 URL を置き換えてください val API_KEY = "" // あなたの API キー val MODEL_ENDPOINT = "dataset/v" // モデルエンドポイントを設定 // アップロード URL val uploadURL = "https://segment.roboflow.com/" + MODEL_ENDPOINT + "?image=" + URLEncoder.encode(imageURL, "utf-8"); // HTTP リクエスト var connection: HttpURLConnection? = null try { // URL への接続を設定 val url = URL(uploadURL) connection = url.openConnection() as HttpURLConnection connection.requestMethod = "POST" connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded") connection.setRequestProperty("Content-Length", Integer.toString(uploadURL.toByteArray().size)) connection.setRequestProperty("Authorization", "Bearer " + API_KEY) connection.setRequestProperty("Content-Language", "en-US") connection.useCaches = false connection.doOutput = true // リクエストを送信 val wr = DataOutputStream(connection.outputStream) wr.writeBytes(uploadURL) wr.close() // 応答を取得 val stream = connection.inputStream val reader = BufferedReader(InputStreamReader(stream)) var line: String? while (reader.readLine().also { line = it } != null) { println(line) } reader.close() } catch (e: Exception) { e.printStackTrace() } finally { connection?.disconnect() } } main() ``` **Java** **ローカル画像で推論する** ```java import java.io.*; import java.net.HttpURLConnection; import java.net.URL; import java.nio.charset.StandardCharsets; import java.util.Base64; public class InferenceLocal { public static void main(String[] args) throws IOException { // 画像パスを取得 String filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg"; File file = new File(filePath); // Base64 でエンコード String encodedFile; FileInputStream fileInputStreamReader = new FileInputStream(file); byte[] bytes = new byte[(int) file.length()]; fileInputStreamReader.read(bytes); encodedFile = new String(Base64.getEncoder().encode(bytes), StandardCharsets.US_ASCII); String API_KEY = ""; // あなたの API キー String MODEL_ENDPOINT = "dataset/v"; // モデルエンドポイント // URL を構築 String uploadURL = "https://segment.roboflow.com/" + MODEL_ENDPOINT + "?name=YOUR_IMAGE.jpg"; // HTTP リクエスト HttpURLConnection connection = null; try { // URL への接続を設定 URL url = new URL(uploadURL); connection = (HttpURLConnection) url.openConnection(); connection.setRequestMethod("POST"); connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded"); connection.setRequestProperty("Content-Length", Integer.toString(encodedFile.getBytes().length)); connection.setRequestProperty("Authorization", "Bearer " + API_KEY); connection.setRequestProperty("Content-Language", "en-US"); connection.setUseCaches(false); connection.setDoOutput(true); // リクエストを送信 DataOutputStream wr = new DataOutputStream(connection.getOutputStream()); wr.writeBytes(encodedFile); wr.close(); // 応答を取得 InputStream stream = connection.getInputStream(); BufferedReader reader = new BufferedReader(new InputStreamReader(stream)); String line; while ((line = reader.readLine()) != null) { System.out.println(line); } reader.close(); } catch (Exception e) { e.printStackTrace(); } finally { if (connection != null) { connection.disconnect(); } } } } ``` **URL 経由で外部の場所にホストされている画像で推論する** ```java import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.InputStream; import java.io.InputStreamReader; import java.net.HttpURLConnection; import java.net.URL; import java.net.URLEncoder; import java.nio.charset.StandardCharsets; public class InferenceHosted { public static void main(String[] args) { String imageURL = "https://i.imgur.com/PEEvqPN.png"; // 画像 URL を置き換えてください String API_KEY = ""; // あなたの API キー String MODEL_ENDPOINT = "dataset/v"; // モデルエンドポイント // アップロード URL String uploadURL = "https://segment.roboflow.com/" + MODEL_ENDPOINT + "?image=" + URLEncoder.encode(imageURL, StandardCharsets.UTF_8); // HTTP リクエスト HttpURLConnection connection = null; try { // URL への接続を設定 URL url = new URL(uploadURL); connection = (HttpURLConnection) url.openConnection(); connection.setRequestMethod("POST"); connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded"); connection.setRequestProperty("Content-Length", Integer.toString(uploadURL.getBytes().length)); connection.setRequestProperty("Authorization", "Bearer " + API_KEY); connection.setRequestProperty("Content-Language", "en-US"); connection.setUseCaches(false); connection.setDoOutput(true); // リクエストを送信 DataOutputStream wr = new DataOutputStream(connection.getOutputStream()); wr.writeBytes(uploadURL); wr.close(); // 応答を取得 InputStream stream = connection.getInputStream(); BufferedReader reader = new BufferedReader(new InputStreamReader(stream)); String line; while ((line = reader.readLine()) != null) { System.out.println(line); } reader.close(); } catch (Exception e) { e.printStackTrace(); } finally { if (connection != null) { connection.disconnect(); } } } } ``` {% endtab %} {% tab title="Ruby" %} **Gemfile** {% code title="Gemfile" %} ```ruby source "https://rubygems.org" gem "httparty", "~> 0.18.1" gem "base64", "~> 0.1.0" gem "cgi", "~> 0.2.1" ``` {% endcode %} **Gemfile.lock** {% code title="Gemfile.lock" %} ```ruby GEM remote: https://rubygems.org/ 仕様: base64 (0.1.0) cgi (0.2.1) httparty (0.18.1) mime-types (~> 3.0) multi_xml (>= 0.5.2) mime-types (3.3.1) mime-types-data (~> 3.2015) mime-types-data (3.2021.0225) multi_xml (0.6.0) プラットフォーム x64-mingw32 x86_64-linux 依存関係 base64 (~> 0.1.0) cgi (~> 0.2.1) httparty (~> 0.18.1) Bundler で使用 2.2.15 ``` {% endcode %} **ローカル画像で推論する** ```ruby require 'base64' require 'httparty' encoded = Base64.encode64(File.open("YOUR_IMAGE.jpg", "rb").read) model_endpoint = "dataset/v" # モデルエンドポイントを設定 api_key = "" # ここに API キー params = "?name=YOUR_IMAGE.jpg" response = HTTParty.post( "https://segment.roboflow.com/" + model_endpoint + params, body: encoded, headers: { 'Authorization' => "Bearer " + api_key, 'Content-Type' => 'application/x-www-form-urlencoded', 'charset' => 'utf-8' }) puts response ``` **URL 経由で外部の場所にホストされている画像で推論する** ```ruby require 'httparty' require 'cgi' model_endpoint = "dataset/v" # モデルエンドポイントを設定 api_key = "" # ここに API キー img_url = "https://i.imgur.com/PEEvqPN.png" # URL を構築 img_url = CGI::escape(img_url) params = "?image=" + img_url response = HTTParty.post( "https://segment.roboflow.com/" + model_endpoint + params, headers: { 'Authorization' => "Bearer " + api_key, 'Content-Type' => 'application/x-www-form-urlencoded', 'charset' => 'utf-8' }) puts response ``` {% endtab %} {% tab title="PHP" %} **ローカル画像で推論する** ```php array ( 'header' => "Content-type: application/x-www-form-urlencoded\r\n" . "Authorization: Bearer " . $api_key . "\r\n", 'method' => 'POST', 'content' => $data )); $context = stream_context_create($options); $result = file_get_contents($url, false, $context); echo $result; ?> ``` **URL 経由で外部の場所にホストされている画像で推論する** ```php array ( 'header' => "Content-type: application/x-www-form-urlencoded\r\n" . "Authorization: Bearer " . $api_key . "\r\n", 'method' => 'POST' )); $context = stream_context_create($options); $result = file_get_contents($url, false, $context); echo $result; ?> ``` {% endtab %} {% tab title="Go" %} **ローカル画像で推論する** ```go package main import ( "bufio" "encoding/base64" "fmt" "io/ioutil" "os" "net/http" "strings" ) func main() { api_key := "" // あなたの API キー model_endpoint := "dataset/v" // モデルエンドポイントを設定 // ディスク上のファイルを開く。 f, _ := os.Open("YOUR_IMAGE.jpg") // JPG 全体をバイトスライスに読み込む。 reader := bufio.NewReader(f) content, _ := ioutil.ReadAll(reader) // base64 としてエンコードする。 data := base64.StdEncoding.EncodeToString(content) uploadURL := "https://segment.roboflow.com/" + model_endpoint + "?name=YOUR_IMAGE.jpg" req, _ := http.NewRequest("POST", uploadURL, strings.NewReader(data)) req.Header.Set("Authorization", "Bearer "+api_key) req.Header.Set("Accept", "application/json") client := &http.Client{} resp, _ := client.Do(req) defer resp.Body.Close() bytes, _ := ioutil.ReadAll(resp.Body) fmt.Println(string(bytes)) } ``` **URL 経由で外部の場所にホストされている画像で推論する** ```go package main import ( "fmt" "net/http" "net/url" "io/ioutil" ) func main() { api_key := "" // あなたの API キー model_endpoint := "dataset/v" // モデルエンドポイントを設定 img_url := "https://i.ibb.co/jzr27x0/YOUR-IMAGE.jpg" uploadURL := "https://segment.roboflow.com/" + model_endpoint + "?image=" + url.QueryEscape(img_url) req, _ := http.NewRequest("POST", uploadURL, nil) req.Header.Set("Authorization", "Bearer "+api_key) req.Header.Set("Accept", "application/json") client := &http.Client{} resp, _ := client.Do(req) defer resp.Body.Close() bytes, _ := ioutil.ReadAll(resp.Body) fmt.Println(string(bytes)) } ``` {% endtab %} {% tab title=".NET" %} **ローカル画像で推論する** ```csharp using System; using System.IO; using System.Net; using System.Text; namespace InferenceLocal { class InferenceLocal { static void Main(string[] args) { byte[] imageArray = System.IO.File.ReadAllBytes(@"YOUR_IMAGE.jpg"); string encoded = Convert.ToBase64String(imageArray); byte[] data = Encoding.ASCII.GetBytes(encoded); string API_KEY = ""; // あなたの API キー string MODEL_ENDPOINT = "dataset/v"; // モデルのエンドポイントを設定 // URL を構築 string uploadURL = "https://segment.roboflow.com/" + MODEL_ENDPOINT + "?name=YOUR_IMAGE.jpg"; // サービス要求の設定 ServicePointManager.Expect100Continue = true; ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12; // リクエストの構成 WebRequest request = WebRequest.Create(uploadURL); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.Headers.Add("Authorization", "Bearer " + API_KEY); request.ContentLength = data.Length; // データを書き込む using (Stream stream = request.GetRequestStream()) { stream.Write(data, 0, data.Length); } // 応答を取得 string responseContent = null; using (WebResponse response = request.GetResponse()) { using (Stream stream = response.GetResponseStream()) { using (StreamReader sr99 = new StreamReader(stream)) { responseContent = sr99.ReadToEnd(); } } } Console.WriteLine(responseContent); } } } ``` **URL 経由で外部の場所にホストされている画像で推論する** ```csharp using System; using System.IO; using System.Net; using System.Web; namespace InferenceHosted { class InferenceHosted { static void Main(string[] args) { string API_KEY = ""; // あなたの API キー string imageURL = "https://i.ibb.co/jzr27x0/YOUR-IMAGE.jpg"; string MODEL_ENDPOINT = "dataset/v"; // モデルのエンドポイントを設定 // URL を構築 string uploadURL = "https://segment.roboflow.com/" + MODEL_ENDPOINT + "?image=" + HttpUtility.UrlEncode(imageURL); // サービス ポイントの設定 ServicePointManager.Expect100Continue = true; ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12; // HTTP リクエストの構成 WebRequest request = WebRequest.Create(uploadURL); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.Headers.Add("Authorization", "Bearer " + API_KEY); request.ContentLength = 0; // 応答を取得 string responseContent = null; using (WebResponse response = request.GetResponse()) { using (Stream stream = response.GetResponseStream()) { using (StreamReader sr99 = new StreamReader(stream)) { responseContent = sr99.ReadToEnd(); } } } Console.WriteLine(responseContent); } } } ``` {% endtab %} {% tab title="エリクサー" %} 私たちは、ユーザーからのリクエストに応じてコードスニペットを追加しています。推論 API を Elixir アプリに統合したい場合は、 [ここをクリックして賛成票を記録してください](https://app.roboflow.com/request/snippet.upload-elixir). {% endtab %} {% endtabs %} ### レスポンスオブジェクトの形式 ホスト型 API の推論ルートは `JSON` 予測の配列を含むオブジェクトを返します。各予測には次のプロパティがあります: * `segmentation_mask` = 入力画像と同じ寸法の base64 エンコードされた単一チャンネル画像で、各ピクセル値はクラス ID に対応します * `class_map` = クラス ID をクラス名に対応付けるオブジェクト * `image` = 入力画像の寸法を持つオブジェクト * height = 入力画像の高さ（ピクセル数） * width = 入力画像の幅（ピクセル数） ```json // JSON オブジェクトの例 { "segmentation_mask": "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", "class_map": { "0": " 背景", "1": " オブジェクト" }, "image": { "width": 1232, "height": 821 } } ``` ## API リファレンス ## Inference API の使用 `POST` `https://segment.roboflow.com/:datasetSlug/:versionNumber` base64 エンコードされた画像をモデルエンドポイントに直接 POST できます。あるいは、URL を次の `image` パラメータとしてクエリ文字列に渡せます。画像がすでに別の場所でホストされている場合。 #### パスパラメータ | 名前 | 型 | 説明 | | ----------- | --- | -------------------------------------------------------------------------------------------------------------------------------------------- | | datasetSlug | 文字列 | データセット名の URL 安全な形式です。モデルを学習した後、メインのプロジェクトビューの URL を確認するか、データセットバージョンの train results セクションで「Get curl command」ボタンをクリックすると、Web UI で見つけることができます。 | | version | 数値 | データセットのバージョンを識別するバージョン番号 | #### クエリパラメータ | 名前 | 型 | 説明 | | ---------- | --- | --------------------------------------------------------------------------------------------------------------------------------------------- | | image | 文字列 |

追加する画像の URL。画像が別の場所でホストされている場合に使用します。（リクエスト本文で base64 エンコードされた画像を POST しない場合は必須です。）

注: URL エンコードするのを忘れないでください。

| | confidence | 数値 |

0〜100 のスケールで返される予測のしきい値。数値が低いほど、より多くの予測が返されます。数値が高いほど、高確度の予測は少なくなります。

デフォルト: 50

| | api\_key | 文字列 | あなたの API キー（ワークスペースの API 設定ページで取得） | #### リクエスト本文 | 名前 | 型 | 説明 | | -- | --- | ------------------------------------------------- | | | 文字列 | base64 エンコードされた画像。（クエリパラメータで画像 URL を渡さない場合は必須です。） | {% tabs %} {% tab title="200 JSON 形式の予測。(x,y) はボックスの" %} ``` { "segmentation_mask": "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", "class_map": { "0": " 背景", "1": " オブジェクト" }, "image": { "width": 1232, "height": 821 } } ``` {% endtab %} {% tab title="403 api\_key がモデルへのアクセスを許可されていない場合。" %} ``` { "Message": "このリソースにアクセスする権限がありません" } ``` {% endtab %} {% endtabs %}