Predictions बनाएँ

command line से inference infer का उपयोग करके छवियों, image URLs, directories, और video files पर predictions चलाएँ।

यह inference infer command आपके इनपुट इमेज या वीडियो फ़ाइलों के आधार पर आपके मॉडल से पूर्वानुमान बनाने का एक आसान तरीका प्रदान करता है, और अनुरोधों को एक इन्फरेंस सर्वर पर भेजता है।

कमांड के विवरण देखने के लिए, चलाएँ:

inference infer --help

कमांड विवरण

inference infer एक इनपुट पथ या URL और एक मॉडल संस्करण लेता है ताकि पूर्वानुमान उत्पन्न कर सके (और वैकल्पिक रूप से इसका उपयोग करके एक विज़ुअलाइज़ेशन बनाता है supervision। आप Roboflow होस्टेड इन्फरेंस सर्वर पर इन्फरेंस चलाने के लिए एक होस्ट भी निर्दिष्ट कर सकते हैं।

यदि आप एक स्थानीय इन्फरेंस सर्वर का उपयोग कर रहे हैं, तो सुनिश्चित करें कि कमांड inference server start को पहले इस्तेमाल किया गया था।

आपकी Roboflow API कुंजी को ROBOFLOW_API_KEY पर्यावरण चर के माध्यम से प्रदान किया जा सकता है।

उदाहरण

स्थानीय इमेज पर पूर्वानुमान करें

यह कमांड चयनित मॉडल का उपयोग करके एक स्थानीय इमेज से पूर्वानुमान बनाता है और कंसोल पर पूर्वानुमान प्रिंट करता है।

inference infer -i ./image.jpg -m {your_project}/{version} --api-key {YOUR_API_KEY}

विज़ुअलाइज़्ड पूर्वानुमान प्रदर्शित करने के लिए, -D विकल्प का उपयोग करें। पूर्वानुमान और विज़ुअलाइज़ेशन को एक स्थानीय डायरेक्टरी में सहेजने के लिए, -o {path_to_your_directory} विकल्प का उपयोग करें। ये विकल्प अन्य मोड में भी काम करते हैं।

inference infer -i ./image.jpg -m {your_project}/{version} --api-key {YOUR_API_KEY} -D -o {path_to_your_output_directory}

इमेज URL पर पूर्वानुमान करें

inference infer -i https://[YOUR_HOSTED_IMAGE_URL] -m {your_project}/{version} --api-key {YOUR_API_KEY}

होस्टेड API का उपयोग करना

inference infer -i ./image.jpg -m {your_project}/{version} --api-key {YOUR_API_KEY} -h https://serverless.roboflow.com

स्थानीय डायरेक्टरी से पूर्वानुमान करें

inference infer -i {your_directory_with_images} -m {your_project}/{version} -o {path_to_your_output_directory} --api-key {YOUR_API_KEY}

वीडियो फ़ाइल पर पूर्वानुमान करें

inference infer -i {path_to_your_video_file} -m {your_project}/{version} -o {path_to_your_output_directory} --api-key {YOUR_API_KEY}

विज़ुअलाइज़ेशन कॉन्फ़िगर करें

यह -c विकल्प को एक *.yml फ़ाइल के पथ के साथ प्रदान किया जा सकता है जो supervision विज़ुअलाइज़ेशन को कॉन्फ़िगर करती है। कुछ पूर्व-परिभाषित कॉन्फ़िग हैं:

• bounding_boxes - के साथ BoxAnnotator और LabelAnnotator एनोटेटर

• bounding_boxes_tracing - के साथ ByteTracker और एनोटेटर (BoxAnnotator, LabelAnnotator)

• masks - के साथ MaskAnnotator और LabelAnnotator एनोटेटर

• polygons - के साथ PolygonAnnotator और LabelAnnotator एनोटेटर

इस स्कीमा का पालन करके एक कस्टम कॉन्फ़िगरेशन बनाया जा सकता है:

annotators:
  - type: "bounding_box"
    params:
      thickness: 2
  - type: "label"
    params:
      text_scale: 0.5
      text_thickness: 2
      text_padding: 5
  - type: "trace"
    params:
      trace_length: 60
      thickness: 2
tracking:
  track_activation_threshold: 0.25
  lost_track_buffer: 30
  minimum_matching_threshold: 0.8
  frame_rate: 30

यह एनोटेटर फ़ील्ड दो कुंजियों वाले डिक्शनरी की एक सूची है: type और param. type एनोटेटर क्लास के नाम को इंगित करता है:

from supervision import *
ANNOTATOR_TYPE2CLASS = {
    "bounding_box": BoxAnnotator,
    "box": BoxAnnotator,
    "mask": MaskAnnotator,
    "polygon": PolygonAnnotator,
    "color": ColorAnnotator,
    "halo": HaloAnnotator,
    "ellipse": EllipseAnnotator,
    "box_corner": BoxCornerAnnotator,
    "circle": CircleAnnotator,
    "dot": DotAnnotator,
    "label": LabelAnnotator,
    "blur": BlurAnnotator,
    "trace": TraceAnnotator,
    "heat_map": HeatMapAnnotator,
    "pixelate": PixelateAnnotator,
    "triangle": TriangleAnnotator,
}

param एनोटेटर कंस्ट्रक्टर पैरामीटरों का एक डिक्शनरी है (उन्हें इसमें जाँचें supervision डॉक्स; आप केवल प्रिमिटिव मानों का उपयोग कर सकते हैं, क्योंकि कंस्ट्रक्टरों में परिभाषित क्लास और एनम YAML कॉन्फ़िग से हल नहीं हो सकते)।

tracking एक वैकल्पिक कुंजी है जिसमें के लिए कंस्ट्रक्टर पैरामीटरों वाला एक डिक्शनरी होती है ByteTrack.

इन्फरेंस हाइपरपैरामीटर प्रदान करें

यह -mc पैरामीटर को एक फ़ाइल के पथ के साथ प्रदान किया जा सकता है *.yml जो मॉडल कॉन्फ़िगरेशन निर्दिष्ट करती है (जैसे confidence threshold या IoU threshold)। यदि दिया गया हो, तो कॉन्फ़िगरेशन का उपयोग एक InferenceConfiguration ऑब्जेक्ट को प्रारंभ करने के लिए किया जाता है inference_sdk लाइब्रेरी से। देखें इन्फरेंस SDK कॉन्फ़िगरेशन संदर्भ यह जानने के लिए कि किन विकल्पों को के माध्यम से कॉन्फ़िगर किया जा सकता है *.yml फ़ाइल। कॉन्फ़िगरेशन कुंजियों का नाम में फ़ील्ड्स के नामों से मेल खाना चाहिए InferenceConfiguration ऑब्जेक्ट।