For the complete documentation index, see llms.txt. This page is also available as Markdown.

Roboflow 3.0

Roboflow 3.0 モデルファミリーをセルフホストモデルまたは Serverless Cloud API 経由で使用します。

Roboflow 3.0 オブジェクト検出

Roboflow 3.0 は Roboflow の自社製モデルアーキテクチャです。Roboflow 3.0 モデルは Roboflow プラットフォーム上で学習し、 Serverless Cloud API。以下のサンプルでは、Roboflow の公開 COCO モデル (coco/3)なので、すぐに試せます。セルフホスト型デプロイについては、次を参照してください Roboflow Inference.

Roboflow 3.0 オブジェクト検出 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 と supervision:

pip install -U inference-sdk supervision
3

モデルを実行する

サンプル画像で検出を実行し、ボックスとラベルに注釈を付けます:

import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

image = sv.load_image_from_url("https://media.roboflow.com/quickstart/traffic.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))
result = client.infer(image, model_id="coco/3")

detections = sv.Detections.from_inference(result)

annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections)
cv2.imwrite("output.png", annotated)

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。

Roboflow 3.0 インスタンスセグメンテーション

Roboflow 3.0 のインスタンスセグメンテーションモデルを学習し、その後 your-project/1 ご自身の {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)。API キーを設定し、上記のように依存関係をインストールしてください。

Roboflow 3.0 インスタンスセグメンテーション API

import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/quickstart/traffic.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
# 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。
result = client.infer(image, model_id="your-project/1")

detections = sv.Detections.from_inference(result)

annotated = sv.MaskAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections)
cv2.imwrite("output.png", annotated)

Roboflow 3.0 キーポイント検出

この例では公開の rf-handpose 手のキーポイントモデル。21 点の手のスケルトンを描画します。ご自身の {workspace}/{model-slug}。API キーを設定し、上記のように依存関係をインストールしてください。

Roboflow 3.0 キーポイント検出 API

Roboflow 3.0 分類

分類の応答には、信頼度付きのクラス予測の一覧が含まれるため、可視化は適用できません。応答から最上位クラスを直接読み取ってください。 your-project/1 を学習済みのモデル ID に置き換え、API キーを設定し、上記のように依存関係をインストールしてください。

Roboflow 3.0 分類 API

最終更新

役に立ちましたか?