YOLOv7

YOLOv7 インスタンスセグメンテーションを Serverless Cloud API で使用します

当社の経由で YOLOv7 のインスタンスセグメンテーション推論をサポートしています Serverless Cloud API。Roboflow では YOLOv7 の学習はサポートされていませんが、 独自の重みをアップロードして を行い、そこに対して推論を実行できます。

セルフホスト型デプロイについては、 Roboflow Inference.

YOLOv7 の入力サイズは、Roboflow 以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

Inference SDKをインストールし、 supervision マスクのデコードと描画に使用します:

pip install -U inference-sdk supervision opencv-python

3

モデルを実行する

この例では、次のデータで学習された公開 YOLOv7 インスタンスセグメンテーションモデルを実行します コンクリート表面の欠陥 (concrete-pugqq/3）、その後 supervision を使って予測マスクを描画します。独自の重みを提供するには、 {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 cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

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

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
results = client.infer(image, model_id="concrete-pugqq/3")

detections = sv.Detections.from_inference(results)

annotated = sv.MaskAnnotator().annotate(image.copy(), 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。