ViT

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

Roboflow で学習した Vision Transformer（ViT）分類モデルを、 Serverless Cloud API.

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

学習済みの ViT 分類器を、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、およびモデル).

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"],
)
# 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。

セルフホスト型デプロイと追加の詳細については、次を参照してください。 推論ドキュメント.