OwlV2

ワンショット物体検出に OwlV2 を、Dedicated Deployment またはセルフホスト Inference で使用します

OwlV2 は Google のオープンボキャブラリ物体検出器です。参照画像に 1 つ以上の例示バウンディングボックスを指定すると、OwlV2 は学習なしで対象画像内の類似オブジェクトを検出します。

OwlV2 は Serverless Cloud API では利用できません。次の環境で実行してください 専用デプロイメント または セルフホストの Inference.

コード例

1

API キーを取得する

Roboflow アカウントを作成し、キーを次の場所で見つけてください。 Roboflow API 設定ページ そしてシェルから使えるようにします。

export ROBOFLOW_API_KEY="your-key-here"

2

依存関係をインストールする

これらのパッケージは API を呼び出して、その結果を描画します:

pip install -U requests supervision opencv-python

3

モデルを実行する

以下のサンプルでは、入力画像上の 1 つの例示ボックスをプロンプトとして使用し、同じ画像内の一致するオブジェクトを検出します。実際には通常、別の参照画像を渡します。設定 URL 専用デプロイメントのURLまたはローカルの推論サーバーに。

import base64
import os
import cv2
import numpy as np
import requests
import supervision as sv

URL = "https://your-deployment.roboflow.cloud"
image = sv.load_image_from_url("https://media.roboflow.com/notebooks/examples/dog.jpeg")
_, buffer = cv2.imencode(".jpg", image)
image_base64 = base64.b64encode(buffer).decode("utf-8")

response = requests.post(
    f"{URL}/owlv2/infer",
    json={
        "api_key": os.environ["ROBOFLOW_API_KEY"],
        "image": {"type": "base64", "value": image_base64},
        "training_data": [{
            "image": {"type": "base64", "value": image_base64},
            "boxes": [{"x": 360, "y": 800, "w": 500, "h": 500, "cls": "dog"}],
        }],
        "confidence": 0.99,
    },
)
preds = response.json()["predictions"]

xyxys = [
    [p["x"] - p["width"] / 2, p["y"] - p["height"] / 2,
     p["x"] + p["width"] / 2, p["y"] + p["height"] / 2]
    for p in preds
]
detections = sv.Detections(
    xyxy=np.array(xyxys, dtype=float),
    class_id=np.array([p.get("class_id", 0) for p in preds]),
    confidence=np.array([p["confidence"] for p in preds], dtype=float),
    data={"class_name": np.array([p["class"] for p in preds])},
)
labels = [f"{p['class']} {p['confidence']:.2f}" for p in preds]
annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels=labels)
cv2.imwrite("dog_annotated.png", annotated)

推論速度

以下で測定したレイテンシ Roboflow Inference 1台のNVIDIA L4、バッチサイズ1、ウォームアップ後の平均で測定。

モデル	レイテンシ（ms）
owlv2	541.2

以下で測定： owlv2-large-patch14-ensemble 2 つのテキストプロンプトを含むチェックポイントです。

設定してください URL をデプロイ先に合わせてください：

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

• あなたの 専用デプロイメント プライベートエンドポイント用の URL。

OwlV2 の信頼度は通常非常に高く（0.99 を超えます）。信頼度を 信頼度 パラメータをそれに応じて調整してください。

Inference（セルフホスト）で使用

OwlV2 は inference パッケージを使って直接読み込めます。Inference の実装は 視覚的な 例: 1 つ以上の例示オブジェクトをボックスで囲み、モデルが類似のものを見つけます。

1

パッケージをインストールしてください

pip install "inference[transformers]"

使用 inference-gpu[transformers] を GPU マシン上で。

2

モデルを実行する

import base64
import io

from PIL import Image

from inference.core.entities.requests.owlv2 import OwlV2InferenceRequest
from inference.models.owlv2.owlv2 import OwlV2

image = {"type": "url", "value": "https://media.roboflow.com/inference/seawithdock.jpeg"}

request = OwlV2InferenceRequest(
    image=image,
    training_data=[
        {
            "image": image,
            "boxes": [{"x": 223, "y": 306, "w": 40, "h": 226, "cls": "post"}],
        }
    ],
    visualize_predictions=True,
    confidence=0.9999,
)

response = OwlV2().infer_from_request(request)

visualization = Image.open(io.BytesIO(response.visualization))
visualization.save("owlv2_visualization.jpg")

置き換えてください training_data 一致させたい例示オブジェクトを指定し、画像 URL を自分の入力に置き換えます。注釈付きの結果は owlv2_visualization.jpg.