YOLOv12

YOLOv12 物体検出モデルを Serverless Cloud API で使用します

当社の Serverless Cloud API。YOLOv12 は 5 つのサイズ（n, s, m, l, x）を物体検出タスクに使用します。

セルフホスト型デプロイについては、 Roboflow Inference.

YOLOv12 の入力サイズは、Roboflow でモデルを学習する際に設定されます（一般的な値: 640x640 または 1280x1280）。

コードサンプル

1

APIキーを取得する

Roboflow アカウントを作成し、キーは次の Roboflow API 設定ページ で見つけて、シェルで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

インストールしてください Inference SDK と supervision を、予測のデコードと可視化のために使用します:

pip install -U inference-sdk supervision

3

モデルを実行

この例では、次のデータセットで学習された公開 YOLOv12 モデルを実行します: ネジのデータセット （screw、flat-washer、hex-nut）。独自の {workspace}/{model-slug} を差し替えて、学習済み重みを実行します（ バージョン、トレーニング、モデル).

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

image = sv.load_image_from_url("https://media.roboflow.com/docs/bolts.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
result = client.infer(image, model_id="erik-pe6au/bolts-uzqzc-4-yolo12s-t1")

detections = sv.Detections.from_inference(result)

annotated = sv.BoxAnnotator().annotate(image.copy(), detections)

cv2.imwrite("annotated.png", annotated)

設定する 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。

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

• あなたの 専用デプロイ プライベートエンドポイント用の URL。