コンテンツへスキップ
For the complete documentation index, see llms.txt. This page is also available as Markdown.

DINOv3

Roboflow で学習された DINOv3 分類モデルを Serverless Cloud API 経由で実行します

Meta の DINOv3 自己教師ありのビジョンモデルを用いて、分類を行います。 Serverless Cloud API。DINOv3 は強力な汎用の視覚特徴を生成し、Roboflow で線形プローブ分類器を学習することで、あなたのデータセットに適応できます。

DINOv3 API

1

APIキーを取得する

Roboflow アカウントを作成し、 Roboflow API 設定ページ でキーを見つけ、シェルで利用できるようにします。

export ROBOFLOW_API_KEY="your-key-here"
2

依存関係をインストールする

以下をインストールします Inference SDK:

pip install -U inference-sdk supervision
3

モデルを実行する

学習済みの DINOv3 分類器は、その {workspace}/{model-slug} IDに置き換えてください( バージョン、トレーニング、モデル).

import os
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

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"],
).configure(InferenceConfiguration(api_key_transport="header"))
# 事前学習済みのエイリアスはありません。独自のモデルを学習し、「your-project/1」をモデル ID に置き換えてください。
results = client.infer(image, model_id="your-project/1")
print(results)

設定する api_url をデプロイ先に合わせます:

  • https://serverless.roboflow.com サーバーレスクラウドAPI用。

  • http://localhost:9001 ローカルの Inference サーバー用。

  • あなたの Dedicated Deployment プライベートエンドポイント用のURL。

セルフホスト型デプロイと追加の詳細については、をご覧ください。 推論ドキュメント.

最終更新

役に立ちましたか?