ViT

Serverless Cloud API के माध्यम से Roboflow पर प्रशिक्षित ViT वर्गीकरण मॉडल चलाएँ

Roboflow पर प्रशिक्षित Vision Transformer (ViT) वर्गीकरण मॉडलों का उपयोग करें, के माध्यम से सर्वरलेस क्लाउड API के माध्यम से समर्थित करते हैं.

कोड नमूना

1

अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ ढूँढें Roboflow API सेटिंग्स पेज और इसे अपने शेल में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="आपकी-कुंजी-यहाँ"

2

निर्भरताएँ इंस्टॉल करें

यह पैकेज मॉडल को कॉल करता है:

pip install -U inference-sdk supervision

3

मॉडल चलाएँ

अपने प्रशिक्षित ViT क्लासिफ़ायर को उसके {workspace}/{model-slug} ID में बदलें (देखें संस्करण, प्रशिक्षण और मॉडल).

import os
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/notebooks/examples/dog.jpeg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
# कोई पूर्व-प्रशिक्षित उपनाम नहीं: अपना मॉडल प्रशिक्षित करें और "your-project/1" को अपने मॉडल ID से बदलें।
results = client.infer(image, model_id="your-project/1")
print(results)

सेट करें api_url को अपने डिप्लॉयमेंट लक्ष्य से मिलाएँ:

• https://serverless.roboflow.com सर्वरलेस Cloud API के लिए।

• http://localhost:9001 एक स्थानीय Inference सर्वर।

• आपका समर्पित डिप्लॉयमेंट निजी एंडपॉइंट के लिए URL।

स्व-होस्टेड परिनियोजन और अतिरिक्त विवरण के लिए, देखें इनफ़ेरेंस दस्तावेज़ीकरण.