YOLOv12

YOLOv12 객체 감지 모델을 Serverless Cloud API를 통해 사용하세요.

당사의 서버리스 클라우드 API. YOLOv12는 다섯 가지 크기(n, s, m, l, x)로 객체 감지 작업을 지원합니다.

자체 호스팅 배포의 경우 다음을 참조하세요 Roboflow Inference.

YOLOv12 입력 크기는 Roboflow에서 모델을 학습할 때 설정됩니다(일반적인 값: 640x640 또는 1280x1280).

코드 예시

1

API 키를 받으세요

Roboflow 계정을 만들고, 다음에서 키를 찾으세요. Roboflow API 설정 페이지 그리고 셸에서 사용할 수 있도록 하세요:

export ROBOFLOW_API_KEY="your-key-here"

2

종속성을 설치하세요

다음을 설치하세요 Inference SDK 및 supervision 예측을 디코딩하고 시각화하기 위해:

pip install -U inference-sdk supervision

3

모델을 실행하세요

이 예시는 다음에서 학습된 공개 YOLOv12 모델을 실행합니다. 나사 데이터셋 (screw, flat-washer, hex-nut). 자체의 {workspace}/{model-slug} 를 사용하여 학습된 가중치를 실행하세요(참고 버전, 학습, 및 모델).

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)

설정하세요 api_url 를 배포 대상에 맞게:

• https://serverless.roboflow.com 서버리스 클라우드 API용.

• http://localhost:9001 로컬 Inference 서버용.

• 당신의 전용 배포 비공개 엔드포인트용 URL.