ResNet

ResNet の画像分類を Serverless Cloud API 経由で使用します

ImageNetで事前学習済みのResNet画像分類を、 Serverless Cloud API、または以下を使用してセルフホストします Roboflow Inference.

デフォルトのエイリアス

これらのエイリアスのいずれかを次の引数として渡します model_id 〜を使用する場合 inference-sdk:

• resnet18

• resnet34

• resnet50

• resnet101

精度と推論速度

レイテンシは、〜で測定されます Roboflow Inference 1x NVIDIA L4上、バッチサイズ1、1,000回の推論の平均（100回のウォームアップ）で測定されます。これらのエイリアスはONNX上で実行されます（事前構築済みのTensorRTエンジンはありません）。バッチ処理は役に立ちません。これらのチェックポイントは固定バッチ次元1でエクスポートされます。

精度は、標準のtorchvision重みについて公表されているImageNet-1kの仕様です（出典).

エイリアス	Top-1	Top-5	レイテンシ（ms）
resnet18	69.8	89.1	1.4
resnet34	73.3	91.4	2.2
resnet50	76.1	92.9	2.4
resnet101	77.4	93.5	3.7

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

このパッケージはモデルを呼び出します：

pip install -U inference-sdk supervision

3

モデルを実行する

以下のサンプルは、 resnet50 リモート画像に対して。

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"],
)
results = client.infer(image, model_id="resnet50")
print(results)

設定してください api_url をデプロイ先に合わせてください：

• https://serverless.roboflow.com Serverless Cloud API 用です。

• 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。