> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-hi/deploy/serverless/instance-segmentation.md). # Instance Segmentation {% tabs %} {% tab title="cURL" %} **Linux या MacOS** नाम की local file के लिए JSON predictions प्राप्त करना `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 web पर कहीं और hosted image 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 install करना होगा [Windows के लिए curl](https://curl.se/windows/) और [Windows के लिए GNU का base64 tool](http://gnuwin32.sourceforge.net/packages/coreutils.htm). ऐसा करने का सबसे आसान तरीका है उपयोग करना [git for Windows installer](https://git-scm.com/downloads) जिसमें यह भी शामिल होता है `curl` और `base64` command line tools, जब आप installation के दौरान "Use Git and optional Unix tools from the Command Prompt" चुनते हैं। फिर आप ऊपर दिए गए वही commands उपयोग कर सकते हैं। {% endtab %} {% tab title="Python" %} **स्थानीय और होस्टेड इमेज़ पर Infer करें** dependencies install 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 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 install करने के लिए। **Local Image 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 hosted Image 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 via उपलब्ध realtime on-device inference है `roboflow.js`; देखें [डॉक्यूमेंटेशन यहाँ](/roboflow/roboflow-hi/deploy/sdks/web-browser.md). {% endtab %} {% tab title="Swift/iOS" %} **Swift** **Local Image पर inference करना** ```swift import UIKit // Image load करें और Base64 में convert करें let image = UIImage(named: "your-image-path") // upload 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 initialize 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 execute 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 convert करें do { let dict = try JSONSerialization.jsonObject(with: data, options: []) as? [String: Any] } catch { print(error.localizedDescription) } // String Response print 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** **Local Image 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 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 set करें (Dataset URL में मिलता है) // URL construct करें 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 configure 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 hosted Image 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 set 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 configure 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** **Local Image 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 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 construct करें 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 configure 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 hosted Image 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 configure 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 %} **Local Image पर inference करना** ```ruby require 'base64' require 'httparty' encoded = Base64.encode64(File.open("YOUR_IMAGE.jpg", "rb").read) model_endpoint = "dataset/v" # model endpoint set 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 hosted Image पर inference करना** ```ruby require 'httparty' require 'cgi' model_endpoint = "dataset/v" # model endpoint set करें api_key = "" # आपका API KEY यहाँ img_url = "https://i.imgur.com/PEEvqPN.png" # URL construct करें 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" %} **Local Image 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 hosted Image 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" %} **Local Image 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 set करें // Disk पर file खोलें। f, _ := os.Open("YOUR_IMAGE.jpg") // पूरी 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 hosted Image 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 set 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" %} **Local Image 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 construct करें 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; // डेटा 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 hosted Image 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 construct करें 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 उपयोगकर्ताओं द्वारा अनुरोध किए जाने पर कोड स्निपेट जोड़ रहे हैं। यदि आप अपने Elixir ऐप में inference API को इंटीग्रेट करना चाहते हैं, तो कृपया [अपना upvote दर्ज करने के लिए यहाँ क्लिक करें](https://app.roboflow.com/request/snippet.upload-elixir). {% endtab %} {% endtabs %} ## Response Object Format होस्टेड API inference route एक लौटाता है `JSON` object लौटाते हैं 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 * `चौड़ाई` = bounding box की चौड़ाई * `ऊँचाई` = bounding box की ऊँचाई * `class` = detected object का class label * `confidence` = model का confidence कि detected object का label और position coordinates सही हैं * `points` =वस्तु की बहुभुज रूपरेखा बनाने वाले बिंदुओं की सूची - सूची का प्रत्येक आइटम keys वाला एक object है `x` और `y` बिंदु के क्रमशः क्षैतिज और ऊर्ध्वाधर निर्देशांक 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 एक base64 encoded image POST कर सकते हैं। या आप query string में parameter के रूप में एक URL पास कर सकते हैं यदि आपकी image पहले से कहीं और hosted है। `image` यदि आपकी image पहले से कहीं और hosted है, तो query string में parameter के रूप में #### Path Parameters | Name | प्रकार | विवरण | | ----------- | ------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | datasetSlug | string | dataset नाम का URL-safe संस्करण। इसे आप web UI में मुख्य project view पर URL देखकर, या model को train करने के बाद अपने dataset version के train results section में "Get curl command" button पर क्लिक करके पा सकते हैं। | | संस्करण | number | आपके dataset के version की पहचान करने वाला version number | #### क्वेरी पैरामीटर्स | Name | प्रकार | विवरण | | ---------- | ------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | | image | string |

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

नोट: इसे URL-encode करना न भूलें।

| | overlap | number |

same class वाले bounding box predictions को एक single box में combine करने से पहले उनके overlap की अधिकतम प्रतिशत (0-100 scale पर) सीमा।

डिफ़ॉल्ट: 30

इस पैरामीटर का RF-DETR models पर कोई असर नहीं पड़ता।

| | confidence | number |

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

डिफ़ॉल्ट: 40

| | api\_key | string | आपकी API key (जो आपके workspace API settings page से प्राप्त की जाती है) | #### अनुरोध बॉडी | Name | प्रकार | विवरण | | ---- | ------ | ------------------------------------------------------------------------------------------------ | | | string | एक base64 encoded image। (जब आप query parameters में image URL नहीं पास करते हैं, तब आवश्यक है.) | {% tabs %} {% tab title="200 JSON format predictions. (x,y) बॉक्स के" %} ``` { "predictions": [{ "x": 234.0, "y": 363.5, "width": 160, "height": 197, "class": "हाथ", "confidence": 0.943 }, { "x": 504.5, "y": 363.0, "width": 215, "height": 172, "class": "हाथ", "confidence": 0.917 }, { "x": 1112.5, "y": 691.0, "width": 139, "height": 52, "class": "हाथ", "confidence": 0.87 }, { "x": 78.5, "y": 700.0, "width": 139, "height": 34, "class": "हाथ", "confidence": 0.404 }] } ``` {% endtab %} {% tab title="403 यदि आपका api\_key मॉडल तक पहुँचने के लिए अधिकृत नहीं है।" %} ``` { "Message": "उपयोगकर्ता को इस संसाधन तक पहुँचने की अनुमति नहीं है" } ``` {% endtab %} {% endtabs %}