Roboflow Instant

컴퓨터 비전으로 개념 증명 애플리케이션을 구축하는 데 사용할 수 있도록 few-shot 모델을 학습하세요.

Roboflow Instant는 개념 증명(Proof of Concept)을 개발하는 동안 사용할 수 있는, 빠르게 학습되는 few-shot 모델입니다.

Instant는 데이터세트에서 새 이미지 배치를 승인하는 즉시 데이터세트를 사용해 모델을 자동으로 학습합니다.

이 모델은 Roboflow에서 학습된 다른 모델과 마찬가지로 Roboflow Workflows에서 사용할 수 있습니다.

Instant는 객체 탐지 프로젝트만 지원합니다.

Roboflow Instant 모델은 무료로 학습할 수 있습니다.

Roboflow Instant 모델 학습

Roboflow Instant 모델은 데이터세트에 1000개 미만의 이미지를 추가하고 해당 프로젝트에 아직 Instant 모델이 없을 때 자동으로 학습됩니다.

Instant 학습 작업을 수동으로 시작할 수도 있습니다.

Instant 학습 작업을 시작하려면 프로젝트로 이동한 다음 사이드바에서 모델을 클릭하고 "Train Model"을 클릭합니다:

"Roboflow Instant Model"을 선택합니다:

그런 다음 학습 작업을 확인하라는 메시지가 표시됩니다:

Instant 모델에는 전처리 또는 증강 단계를 적용할 수 없습니다.

"Create New Instant Model"을 클릭하여 Roboflow Instant 학습 작업을 시작합니다.

그러면 학습 작업이 시작됩니다.

모델을 사용할 수 있게 되기까지 몇 분 정도 걸릴 수 있습니다.

그러면 Instant 모델이 모델 목록에 표시됩니다:

Instant 모델 배포

모델을 사용하려면 배포할 모델 행의 오른쪽에 있는 "Deploy Model" 버튼을 클릭합니다:

배포에 사용할 Workflow 템플릿을 선택할 수 있는 창이 나타납니다. 직접 Workflow를 만들 수도 있습니다.

옵션을 선택하면 Workflow가 생성됩니다. 이 Workflow는 Roboflow Workspace의 Workflows 페이지에서 액세스할 수 있습니다.

다음은 Detect, Count, and Visualize 템플릿으로 생성된 Workflow의 예시입니다:

이 Workflow는 Roboflow Instant 모델을 사용합니다.

Workflow를 테스트하여 Instant 모델이 실제로 작동하는 모습을 확인할 수 있습니다:

API로 Instant 모델 실행

학습이 완료되면 Instant 모델은 다음에서 사용할 수 있습니다: Serverless Cloud API 다른 Roboflow 모델과 동일한 엔드포인트 패턴을 사용합니다.

Roboflow Instant 모델은 모델별 {workspace}/{model-slug} ID를 사용하세요(참조: 버전, 학습, 및 모델), Roboflow 3.0 모델을 호출하는 것과 같은 방식입니다.

Instant 모델의 신뢰도 임계값은 민감할 수 있습니다. 최적값은 일반적으로 학습 세트의 크기에 따라 0.85~0.99 범위입니다.

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

다음을 설치하세요 Inference SDK 및 supervision:

pip install -U inference-sdk supervision

3

모델 실행

이 예제는 공개 rf-bolts Roboflow Instant 모델(나사, 평와셔, 육각 너트)은 작은 라벨링된 세트로 few-shot 방식으로 학습되었습니다. 여러분의 것을 바꿔 넣으세요 {workspace}/{model-slug} 학습된 Instant 모델을 위해.

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"],
)
results = client.infer(image, model_id="erik-pe6au/bolts-uzqzc-instant-1")

detections = sv.Detections.from_inference(results)

annotated_image = sv.BoxAnnotator().annotate(image.copy(), detections)

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

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.

더 많은 배포 옵션과 자체 호스팅에 대해서는 다음을 참조하세요: 자가 호스팅 배포.