YOLOv9

YOLOv9 객체 감지를 Serverless Cloud API를 통해 사용하세요.

저희는 저희의 YOLOv9 객체 탐지 추론을 지원합니다 Serverless Cloud API. Roboflow에서는 YOLOv9 학습이 지원되지 않지만, 당신은 사전 학습된 가중치를 업로드할 수 있습니다 기존 프로젝트에 대해 이를 만들고 Serverless Cloud API를 통해 제공할 수 있습니다.

자체 호스팅 배포의 경우 다음을 참조하세요 Roboflow Inference.

YOLOv9 입력 크기는 Roboflow 외부에서 모델을 학습할 때 설정됩니다(일반적인 값: 640x640 또는 1280x1280).

코드 예시

1

API 키 받기

Roboflow 계정을 만들고, 다음에서 키를 찾으세요. Roboflow API 설정 페이지 에서 다음과 같이 셸에서 사용할 수 있도록 합니다:

export ROBOFLOW_API_KEY="your-key-here"

2

의존성 설치

SDK와 supervision 디코딩 및 주석 처리를 위해:

pip install -U inference-sdk supervision

3

모델 실행

이 예제는 다음에서 학습된 Roboflow의 공개 YOLOv9 모델을 실행합니다 COCO (coco/18), 따라서 그대로 작동합니다. 자신의 가중치를 제공하려면, 자신의 {workspace}/{model-slug} ID를 사용하세요(참조: 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/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)

설정 api_url 를 배포 대상에 맞게:

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

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

• 당신의 전용 배포 비공개 엔드포인트용 URL.