CLI の使い方

Roboflow CLI を使用して Batch Processing ジョブを作成・管理します。

インストールすることで inference-cli へのアクセスが可能になります inference rf-cloud コマンドを使用すると、Roboflow Batch Processing の中核コンポーネントである Batch Processing と Data Staging を操作できます。

セットアップ

pip install inference-cli
export ROBOFLOW_API_KEY="YOUR-API-KEY-GOES-HERE"

API キーの見つけ方についてサポートが必要な場合は、以下をご覧ください authentication guide.

データの取り込み

画像

inference rf-cloud data-staging create-batch-of-images \
  --images-dir <your-images-dir-path> \
  --batch-id <your-batch-id>

動画

inference rf-cloud data-staging create-batch-of-videos \
  --videos-dir <your-videos-dir-path> \
  --batch-id <your-batch-id>

Batch ID の形式: 英小文字のみを使用し、64 文字以内で、文字、数字、ハイフン（-）、およびアンダースコア（_).

Cloud Storage

データがすでに cloud storage（S3、Google Cloud Storage、または Azure）にある場合は、ファイルをローカルにダウンロードせずに直接処理できます。まず cloud storage サポートをインストールしてください:

pip install 'inference-cli[cloud-storage]'

画像の場合:

inference rf-cloud data-staging create-batch-of-images \
  --data-source cloud-storage \
  --bucket-path <cloud-path> \
  --batch-id <your-batch-id>

動画の場合:

inference rf-cloud data-staging create-batch-of-videos \
  --data-source cloud-storage \
  --bucket-path <cloud-path> \
  --batch-id <your-batch-id>

この --bucket-path パラメータは以下をサポートしています:

• S3: s3://bucket-name/path/

• Google Cloud Storage: gs://bucket-name/path/

• Azure Blob Storage: az://container-name/path/

glob パターンを含めてファイルをフィルタリングできます:

• s3://my-bucket/training-data/**/*.jpg — すべての JPG ファイルを再帰的に

• gs://my-bucket/videos/2024-*/*.mp4 — 2024-* フォルダ内の MP4 ファイル

• az://container/images/*.png — images フォルダ内の PNG ファイル

cloud storage の認証情報は ローカルでのみ CLI によって presigned URL を生成するために使用されます。これらが アップロードされることはありません Roboflow サーバーに。

生成された presigned URL の有効期間は 24 時間です。batch processing ジョブがこの時間内に完了するようにしてください。

大規模なデータセットの場合、システムは画像を自動的に 20,000 ファイルごとのチャンクに分割します。動画は 1,000 未満の batch で最適に動作します。

cloud storage 認証の詳細なセットアップについては、以下の Cloud Storage Authentication ガイドをご覧ください。

ステージングされたデータを確認する

inference rf-cloud data-staging show-batch-details --batch-id <your-batch-id>

ジョブを開始する

画像を処理する

inference rf-cloud batch-processing process-images-with-workflow \
  --workflow-id <workflow-id> \
  --batch-id <batch-id> \
  --machine-type gpu

動画を処理する

inference rf-cloud batch-processing process-videos-with-workflow \
  --workflow-id <workflow-id> \
  --batch-id <batch-id> \
  --machine-type gpu \
  --max-video-fps <your-desired-fps>

Workflow ID の見つけ方: Roboflow App で Workflow Editor を開き、「Deploy」をクリックし、コードスニペット内の識別子を見つけてください。

デフォルトでは、処理は CPU で実行されます。以下を使用してください --machine-type gpu 複数または大規模なモデルを含む Workflows の場合。

ジョブの進行状況を監視する

開始コマンドは Job IDを出力します。これを使ってステータスを確認します:

inference rf-cloud batch-processing show-job-details --job-id <your-job-id>

結果をエクスポートする

ジョブの詳細には output batch IDが含まれます。これを使って結果をエクスポートします:

inference rf-cloud data-staging export-batch \
  --target-dir <dir-to-export-result> \
  --batch-id <output-batch-of-a-job>

すべてのオプションを確認する

inference rf-cloud --help
inference rf-cloud data-staging --help
inference rf-cloud batch-processing --help