# Instance Segmentation {% tabs %} {% tab title="cURL" %} **Linux या MacOS** स्थानीय फ़ाइल के लिए JSON predictions प्राप्त करना, जिसका नाम है `YOUR_IMAGE.jpg`: ```bash base64 YOUR_IMAGE.jpg | curl -d @- \\ "https://serverless.roboflow.com/your-model/42?api_key=YOUR_KEY" ``` URL के माध्यम से वेब पर कहीं और होस्ट की गई छवि पर inference करना (यह न भूलें कि [इसे URL encode करें](https://www.urlencoder.org/)): ```bash curl -X POST "https://serverless.roboflow.com/your-model/42?\ api_key=YOUR_KEY&\ image=https%3A%2F%2Fi.imgur.com%2FPEEvqPN.png" ``` **Windows** आपको इंस्टॉल करना होगा [Windows के लिए curl](https://curl.se/windows/) और [Windows के लिए GNU का base64 टूल](http://gnuwin32.sourceforge.net/packages/coreutils.htm). इसे करने का सबसे आसान तरीका है [git for Windows installer](https://git-scm.com/downloads) जिसमें यह भी शामिल है `curl` और `base64` कमांड-लाइन टूल्स, जब आप installation के दौरान "Use Git and optional Unix tools from the Command Prompt" चुनते हैं। फिर आप ऊपर दिए गए वही कमांड्स उपयोग कर सकते हैं। {% endtab %} {% tab title="Python" %} **Local और Hosted Images पर inference करें** dependencies इंस्टॉल करने के लिए, `pip install inference-sdk`. ``` from inference_sdk import InferenceHTTPClient CLIENT = InferenceHTTPClient( api_url="https://serverless.roboflow.com", api_key="API_KEY" ) result = CLIENT.infer(your_image.jpg, model_id="football-pitch-segmentation/1") ``` {% endtab %} {% tab title="Javascript" %} **Node.js** हम इसका उपयोग कर रहे हैं [axios](https://github.com/axios/axios) इस उदाहरण में POST request करने के लिए, इसलिए पहले चलाएँ `npm install axios` dependency इंस्टॉल करने के लिए। **स्थानीय छवि पर inference करना** ```javascript const axios = require("axios"); const fs = require("fs"); const image = fs.readFileSync("YOUR_IMAGE.jpg", { encoding: "base64" }); axios({ method: "POST", url: "https://serverless.roboflow.com/your-model/42", params: { api_key: "YOUR_KEY" }, data: image, headers: { "Content-Type": "application/x-www-form-urlencoded" } }) .then(function(response) { console.log(response.data); }) .catch(function(error) { console.log(error.message); }); ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```javascript const axios = require("axios"); axios({ method: "POST", url: "https://serverless.roboflow.com/your-model/42", params: { api_key: "YOUR_KEY", image: "https://i.imgur.com/PEEvqPN.png" } }) .then(function(response) { console.log(response.data); }) .catch(function(error) { console.log(error.message); }); ``` **Web** हमारे पास real-time on-device inference उपलब्ध है `roboflow.js`के माध्यम से; देखें [डॉक्यूमेंटेशन यहाँ](/roboflow/roboflow-hi/deploy/sdks/web-browser.md). {% endtab %} {% tab title="Swift/iOS" %} **Swift** **स्थानीय छवि पर inference करना** ```swift import UIKit // Image लोड करें और Base64 में बदलें let image = UIImage(named: "your-image-path") // अपलोड करने के लिए image का path, जैसे: image.jpg let imageData = image?.jpegData(compressionQuality: 1) let fileContent = imageData?.base64EncodedString() let postData = fileContent!.data(using: .utf8) // API_KEY, Model, और Model Version के साथ Inference Server Request प्रारंभ करें var request = URLRequest(url: URL(string: "https://serverless.roboflow.com/your-model/your-model-version?api_key=YOUR_APIKEY&name=YOUR_IMAGE.jpg")!,timeoutInterval: Double.infinity) request.addValue("application/x-www-form-urlencoded", forHTTPHeaderField: "Content-Type") request.httpMethod = "POST" request.httpBody = postData // Post Request निष्पादित करें URLSession.shared.dataTask(with: request, completionHandler: { data, response, error in // Response को String में parse करें guard let data = data else { print(String(describing: error)) return } // Response String को Dictionary में बदलें do { let dict = try JSONSerialization.jsonObject(with: data, options: []) as? [String: Any] } catch { print(error.localizedDescription) } // String Response प्रिंट करें print(String(data: data, encoding: .utf8)!) }).resume() ``` **Objective C** [Objective-C snippet का अनुरोध करने के लिए यहाँ क्लिक करें।](https://app.roboflow.com/request/snippet.inference-objc) {% endtab %} {% tab title="Android" %} **Kotlin** **स्थानीय छवि पर inference करना** ```kotlin import java.io.* import java.net.HttpURLConnection import java.net.URL import java.nio.charset.StandardCharsets import java.util.* fun main() { // Image का path प्राप्त करें val filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg" val file = File(filePath) // Base 64 Encode val encodedFile: String val fileInputStreamReader = FileInputStream(file) val bytes = ByteArray(file.length().toInt()) fileInputStreamReader.read(bytes) encodedFile = String(Base64.getEncoder().encode(bytes), StandardCharsets.US_ASCII) val API_KEY = "" // आपका API Key val MODEL_ENDPOINT = "dataset/v" // model endpoint सेट करें (Dataset URL में मिलता है) // URL बनाएं val uploadURL ="https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&name=YOUR_IMAGE.jpg"; // Http Request var connection: HttpURLConnection? = null try { // URL के लिए connection कॉन्फ़िगर करें val url = URL(uploadURL) connection = url.openConnection() as HttpURLConnection connection.requestMethod = "POST" connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded") connection.setRequestProperty("Content-Length", Integer.toString(encodedFile.toByteArray().size)) connection.setRequestProperty("Content-Language", "en-US") connection.useCaches = false connection.doOutput = true // Request भेजें val wr = DataOutputStream( connection.outputStream) wr.writeBytes(encodedFile) wr.close() // Response प्राप्त करें val stream = connection.inputStream val reader = BufferedReader(InputStreamReader(stream)) var line: String? while (reader.readLine().also { line = it } != null) { println(line) } reader.close() } catch (e: Exception) { e.printStackTrace() } finally { connection?.disconnect() } } main() ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```kotlin import java.io.BufferedReader import java.io.DataOutputStream import java.io.InputStreamReader import java.net.HttpURLConnection import java.net.URL import java.net.URLEncoder fun main() { val imageURL = "https://i.imgur.com/PEEvqPN.png" // Image URL बदलें val API_KEY = "" // आपका API Key val MODEL_ENDPOINT = "dataset/v" // model endpoint सेट करें // Upload URL val uploadURL = "https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&image=" + URLEncoder.encode(imageURL, "utf-8"); // Http Request var connection: HttpURLConnection? = null try { // URL के लिए connection कॉन्फ़िगर करें val url = URL(uploadURL) connection = url.openConnection() as HttpURLConnection connection.requestMethod = "POST" connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded") connection.setRequestProperty("Content-Length", Integer.toString(uploadURL.toByteArray().size)) connection.setRequestProperty("Content-Language", "en-US") connection.useCaches = false connection.doOutput = true // Request भेजें val wr = DataOutputStream(connection.outputStream) wr.writeBytes(uploadURL) wr.close() // Response प्राप्त करें val stream = URL(uploadURL).openStream() val reader = BufferedReader(InputStreamReader(stream)) var line: String? while (reader.readLine().also { line = it } != null) { println(line) } reader.close() } catch (e: Exception) { e.printStackTrace() } finally { connection?.disconnect() } } main() ``` **Java** **स्थानीय छवि पर inference करना** ```java import java.io.*; import java.net.HttpURLConnection; import java.net.URL; import java.nio.charset.StandardCharsets; import java.util.Base64; public class InferenceLocal { public static void main(String[] args) throws IOException { // Image का path प्राप्त करें String filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg"; File file = new File(filePath); // Base 64 Encode String encodedFile; FileInputStream fileInputStreamReader = new FileInputStream(file); byte[] bytes = new byte[(int) file.length()]; fileInputStreamReader.read(bytes); encodedFile = new String(Base64.getEncoder().encode(bytes), StandardCharsets.US_ASCII); String API_KEY = ""; // आपका API Key String MODEL_ENDPOINT = "dataset/v"; // model endpoint // URL बनाएं String uploadURL = "https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&name=YOUR_IMAGE.jpg"; // Http Request HttpURLConnection connection = null; try { // URL के लिए connection कॉन्फ़िगर करें URL url = new URL(uploadURL); connection = (HttpURLConnection) url.openConnection(); connection.setRequestMethod("POST"); connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded"); connection.setRequestProperty("Content-Length", Integer.toString(encodedFile.getBytes().length)); connection.setRequestProperty("Content-Language", "en-US"); connection.setUseCaches(false); connection.setDoOutput(true); // Request भेजें DataOutputStream wr = new DataOutputStream(connection.getOutputStream()); wr.writeBytes(encodedFile); wr.close(); // Response प्राप्त करें InputStream stream = connection.getInputStream(); BufferedReader reader = new BufferedReader(new InputStreamReader(stream)); String line; while ((line = reader.readLine()) != null) { System.out.println(line); } reader.close(); } catch (Exception e) { e.printStackTrace(); } finally { if (connection != null) { connection.disconnect(); } } } } ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```java import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.InputStream; import java.io.InputStreamReader; import java.net.HttpURLConnection; import java.net.URL; import java.net.URLEncoder; import java.nio.charset.StandardCharsets; public class InferenceHosted { public static void main(String[] args) { String imageURL = "https://i.imgur.com/PEEvqPN.png"; // Image URL बदलें String API_KEY = ""; // आपका API Key String MODEL_ENDPOINT = "dataset/v"; // model endpoint // Upload URL String uploadURL = "https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&image=" + URLEncoder.encode(imageURL, StandardCharsets.UTF_8); // Http Request HttpURLConnection connection = null; try { // URL के लिए connection कॉन्फ़िगर करें URL url = new URL(uploadURL); connection = (HttpURLConnection) url.openConnection(); connection.setRequestMethod("POST"); connection.setRequestProperty("Content-Type", "application/x-www-form-urlencoded"); connection.setRequestProperty("Content-Length", Integer.toString(uploadURL.getBytes().length)); connection.setRequestProperty("Content-Language", "en-US"); connection.setUseCaches(false); connection.setDoOutput(true); // Request भेजें DataOutputStream wr = new DataOutputStream(connection.getOutputStream()); wr.writeBytes(uploadURL); wr.close(); // Response प्राप्त करें InputStream stream = new URL(uploadURL).openStream(); BufferedReader reader = new BufferedReader(new InputStreamReader(stream)); String line; while ((line = reader.readLine()) != null) { System.out.println(line); } reader.close(); } catch (Exception e) { e.printStackTrace(); } finally { if (connection != null) { connection.disconnect(); } } } } ``` {% endtab %} {% tab title="Ruby" %} **Gemfile** {% code title="Gemfile" %} ```ruby source "https://rubygems.org" gem "httparty", "~> 0.18.1" gem "base64", "~> 0.1.0" gem "cgi", "~> 0.2.1" ``` {% endcode %} **Gemfile.lock** {% code title="Gemfile.lock" %} ```ruby GEM remote: https://rubygems.org/ specs: base64 (0.1.0) cgi (0.2.1) httparty (0.18.1) mime-types (~> 3.0) multi_xml (>= 0.5.2) mime-types (3.3.1) mime-types-data (~> 3.2015) mime-types-data (3.2021.0225) multi_xml (0.6.0) PLATFORMS x64-mingw32 x86_64-linux DEPENDENCIES base64 (~> 0.1.0) cgi (~> 0.2.1) httparty (~> 0.18.1) BUNDLED WITH 2.2.15 ``` {% endcode %} **स्थानीय छवि पर inference करना** ```ruby require 'base64' require 'httparty' encoded = Base64.encode64(File.open("YOUR_IMAGE.jpg", "rb").read) model_endpoint = "dataset/v" # model endpoint सेट करें api_key = "" # आपका API KEY यहाँ params = "?api_key=" + api_key + "&name=YOUR_IMAGE.jpg" response = HTTParty.post( "https://serverless.roboflow.com/" + model_endpoint + params, body: encoded, headers: { 'Content-Type' => 'application/x-www-form-urlencoded', 'charset' => 'utf-8' }) puts response ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```ruby require 'httparty' require 'cgi' model_endpoint = "dataset/v" # model endpoint सेट करें api_key = "" # आपका API KEY यहाँ img_url = "https://i.imgur.com/PEEvqPN.png" # URL बनाएं img_url = CGI::escape(img_url) params = "?api_key=" + api_key + "&image=" + img_url response = HTTParty.post( "https://serverless.roboflow.com/" + model_endpoint + params, headers: { 'Content-Type' => 'application/x-www-form-urlencoded', 'charset' => 'utf-8' }) puts response ``` {% endtab %} {% tab title="PHP" %} **स्थानीय छवि पर inference करना** ```php array ( 'header' => "Content-type: application/x-www-form-urlencoded\r\n", 'method' => 'POST', 'content' => $data )); $context = stream_context_create($options); $result = file_get_contents($url, false, $context); echo $result; ?> ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```php array ( 'header' => "Content-type: application/x-www-form-urlencoded\r\n", 'method' => 'POST' )); $context = stream_context_create($options); $result = file_get_contents($url, false, $context); echo $result; ?> ``` {% endtab %} {% tab title="Go" %} **स्थानीय छवि पर inference करना** ```go package main import ( "bufio" "encoding/base64" "fmt" "io/ioutil" "os" "net/http" "strings" ) func main() { api_key := "" // आपका API Key model_endpoint := "dataset/v" // model endpoint सेट करें // डिस्क पर फ़ाइल खोलें. f, _ := os.Open("YOUR_IMAGE.jpg") // पूरे JPG को byte slice में पढ़ें. reader := bufio.NewReader(f) content, _ := ioutil.ReadAll(reader) // base64 के रूप में encode करें. data := base64.StdEncoding.EncodeToString(content) uploadURL := "https://serverless.roboflow.com/" + model_endpoint + "?api_key=" + api_key + "&name=YOUR_IMAGE.jpg" req, _ := http.NewRequest("POST", uploadURL, strings.NewReader(data)) req.Header.Set("Accept", "application/json") client := &http.Client{} resp, _ := client.Do(req) defer resp.Body.Close() bytes, _ := ioutil.ReadAll(resp.Body) fmt.Println(string(bytes)) } ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```go package main import ( "fmt" "net/http" "net/url" "io/ioutil" ) func main() { api_key := "" // आपका API Key model_endpoint := "dataset/v" // model endpoint सेट करें img_url := "https://i.ibb.co/jzr27x0/YOUR-IMAGE.jpg" uploadURL := "https://serverless.roboflow.com/" + model_endpoint + "?api_key=" + api_key + "&image=" + url.QueryEscape(img_url) req, _ := http.NewRequest("POST", uploadURL, nil) req.Header.Set("Accept", "application/json") client := &http.Client{} resp, _ := client.Do(req) defer resp.Body.Close() bytes, _ := ioutil.ReadAll(resp.Body) fmt.Println(string(bytes)) } ``` {% endtab %} {% tab title=".NET" %} **स्थानीय छवि पर inference करना** ```csharp using System; using System.IO; using System.Net; using System.Text; namespace InferenceLocal { class InferenceLocal { static void Main(string[] args) { byte[] imageArray = System.IO.File.ReadAllBytes(@"YOUR_IMAGE.jpg"); string encoded = Convert.ToBase64String(imageArray); byte[] data = Encoding.ASCII.GetBytes(encoded); string API_KEY = ""; // आपका API Key string MODEL_ENDPOINT = "dataset/v"; // model endpoint सेट करें // URL बनाएं string uploadURL = "https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&name=YOUR_IMAGE.jpg"; // Service Request Config ServicePointManager.Expect100Continue = true; ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12; // Request कॉन्फ़िगर करें WebRequest request = WebRequest.Create(uploadURL); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.ContentLength = data.Length; // Data लिखें using (Stream stream = request.GetRequestStream()) { stream.Write(data, 0, data.Length); } // Response प्राप्त करें string responseContent = null; using (WebResponse response = request.GetResponse()) { using (Stream stream = response.GetResponseStream()) { using (StreamReader sr99 = new StreamReader(stream)) { responseContent = sr99.ReadToEnd(); } } } Console.WriteLine(responseContent); } } } ``` **URL के माध्यम से कहीं और होस्ट की गई छवि पर inference करना** ```csharp using System; using System.IO; using System.Net; using System.Web; namespace InferenceHosted { class InferenceHosted { static void Main(string[] args) { string API_KEY = ""; // आपका API Key string imageURL = "https://i.ibb.co/jzr27x0/YOUR-IMAGE.jpg"; string MODEL_ENDPOINT = "dataset/v"; // model endpoint सेट करें // URL बनाएं string uploadURL = "https://serverless.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&image=" + HttpUtility.UrlEncode(imageURL); // Service Point Config ServicePointManager.Expect100Continue = true; ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12; // Http Request कॉन्फ़िगर करें WebRequest request = WebRequest.Create(uploadURL); request.Method = "POST"; request.ContentType = "application/x-www-form-urlencoded"; request.ContentLength = 0; // Response प्राप्त करें string responseContent = null; using (WebResponse response = request.GetResponse()) { using (Stream stream = response.GetResponseStream()) { using (StreamReader sr99 = new StreamReader(stream)) { responseContent = sr99.ReadToEnd(); } } } Console.WriteLine(responseContent); } } } ``` {% endtab %} {% tab title="Elixer" %} हम users के अनुरोध के अनुसार code snippets जोड़ रहे हैं। यदि आप inference API को अपने Elixir app में integrate करना चाहते हैं, तो कृपया [अपना upvote रिकॉर्ड करने के लिए यहाँ क्लिक करें](https://app.roboflow.com/request/snippet.upload-elixir). {% endtab %} {% endtabs %} ## Response Object Format hosted API inference route एक `JSON` object लौटाता है जिसमें predictions की एक array होती है। प्रत्येक prediction में निम्न properties होती हैं: * `x` = detected object का horizontal center point * `y` = detected object का vertical center point * `width` = bounding box की चौड़ाई * `height` = bounding box की ऊँचाई * `class` = detected object का class label * `confidence` = model का confidence कि detected object का सही label और position coordinates हैं * `points` = object के polygon outline को बनाने वाले points की सूची - list का प्रत्येक item keys वाले एक object होता है `x` और `y` क्रमशः point के horizontal और vertical coordinate के लिए ```json // एक उदाहरण JSON object { "predictions": [ { "x": 179.2, "y": 247, "width": 231, "height": 147, "class": "A", "confidence": 0.98, "points": [ { "x": 134, "y": 314 }, { "x": 116, "y": 313 }, { "x": 103, "y": 310.1 }, { "x": 72.7, "y": 282 }, { "x": 66.8, "y": 273 }, ] } ] } ``` ## API Reference ## Inference API का उपयोग करना `POST` `https://serverless.roboflow.com/:datasetSlug/:versionNumber` आप सीधे अपने model endpoint पर base64-encoded image POST कर सकते हैं। या आप URL को `image` पैरामीटर के रूप में query string में पास कर सकते हैं यदि आपकी image पहले से कहीं और hosted है. #### Path Parameters | Name | Type | Description | | ----------- | ------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | datasetSlug | string | dataset name का URL-safe version। आप इसे web UI में main project view पर URL देखकर या training के बाद अपने dataset version के train results section में "Get curl command" बटन पर क्लिक करके पा सकते हैं। | | version | number | आपके dataset के version की पहचान करने वाला version number | #### Query Parameters | Name | Type | Description | | ---------- | ------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | image | string |

add करने के लिए image का URL। उपयोग करें यदि आपकी image कहीं और hosted है। (जब आप request body में base64-encoded image POST नहीं करते हैं, तब आवश्यक.)

नोट: इसे URL-encode करना न भूलें.

| | overlap | number |

एक ही class के bounding box predictions को single box में combine करने से पहले उनके overlap की अनुमत अधिकतम percentage (0-100 के पैमाने पर)।

Default: 30

इस parameter का RF-DETR models पर कोई प्रभाव नहीं पड़ता।

| | confidence | number |

returned predictions के लिए 0-100 के पैमाने पर एक threshold। कम संख्या अधिक predictions लौटाएगी। अधिक संख्या कम, high-certainty predictions लौटाएगी।

Default: 40

| | api\_key | string | आपकी API key (जो आपकी workspace API settings page से प्राप्त हुई है) | #### Request Body | Name | Type | Description | | ---- | ------ | --------------------------------------------------------------------------------------------- | | | string | एक base64-encoded image. (जब आप query parameters में image URL पास नहीं करते हैं, तब आवश्यक.) | {% tabs %} {% tab title="200 JSON format predictions. (x,y) box हैं" %} ``` { "predictions": [{ "x": 234.0, "y": 363.5, "width": 160, "height": 197, "class": "hand", "confidence": 0.943 }, { "x": 504.5, "y": 363.0, "width": 215, "height": 172, "class": "hand", "confidence": 0.917 }, { "x": 1112.5, "y": 691.0, "width": 139, "height": 52, "class": "hand", "confidence": 0.87 }, { "x": 78.5, "y": 700.0, "width": 139, "height": 34, "class": "hand", "confidence": 0.404 }] } ``` {% endtab %} {% tab title="403 यदि आपकी api\_key को model तक पहुँचने की अनुमति नहीं है।" %} ``` { "Message": "User is not authorized to access this resource" } ``` {% endtab %} {% endtabs %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.roboflow.com/roboflow/roboflow-hi/deploy/serverless/instance-segmentation.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.