YOLOv5

YOLOv5 モデルファミリーを Serverless Cloud API で使用します

当社の Serverless Cloud API およびセルフホスト型の Inference。Roboflow では YOLOv5 の学習はサポートされていませんが、 事前学習済みの重みをアップロードできます (model_type="yolov5") を既存のプロジェクトに対して使用し、任意のデプロイ先で提供できます。Roboflow で学習した検出モデルについては、 RF-DETR, YOLO26、または YOLO11.

YOLOv5 の入力サイズは、Roboflow 外でモデルを学習する際に設定します（一般的な値: 640x640 または 1280x1280）。

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

SDKと supervision デコードとアノテーション用:

pip install -U inference-sdk supervision

3

モデルを実行する

次のものに置き換えてください: {workspace}/{model-slug} アップロードした YOLOv5 モデルの ID（参照 バージョン、トレーニング、およびモデル).

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

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

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
result = client.infer(image, model_id="your-workspace/your-model-slug")

detections = sv.Detections.from_inference(result)

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

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

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。