YOLOv9

YOLOv9 物体検出を Serverless Cloud API で使用します

当社の仕組みを通じてYOLOv9の物体検出推論をサポートしています Serverless Cloud API。YOLOv9の学習はRoboflowで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 既存のProject向けにそれらを作成し、Serverless Cloud API経由で提供できます。

セルフホスト型デプロイについては、 Roboflow Inference.

YOLOv9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

この例では、Roboflowの公開YOLOv9モデルである COCO (coco/18）、そのままで動作します。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/quickstart/traffic.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
result = client.infer(image, model_id="coco/18")

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。