Dedicated Deployment にリクエストを送る

Dedicated Deployment には Python SDK、HTTP API、または Workflows の Web インターフェイスを使って直接リクエストを送れます。

Python SDK を使用する

最新バージョンの Python SDK をインストールしてください inference_sdk で pip install --upgrade inference-sdk.

専用デプロイメントの準備が整ったら、その URL をコピーしてください：

専用デプロイメントの URL を準備が整ったらコピーする

そしてそのパラメータに貼り付けます api_url 初期化時に InferenceHTTPClient , 以上です！

以下はモデル推論を実行する例です。詳細は次で確認できます： inference_sdk のドキュメント.

from inference_sdk import InferenceHTTPClient

CLIENT = InferenceHTTPClient(
    api_url="https://dev-testing.roboflow.cloud",
    api_key="ROBOFLOW_API_KEY"
)

image_url = "https://source.roboflow.com/pwYAXv9BTpqLyFfgQoPZ/u48G0UpWfk8giSw7wrU8/original.jpg"
result = CLIENT.infer(image_url, model_id="soccer-players-5fuqs/1")

HTTP API を使用する

また、以下にもアクセスできます： HTTP APIs これらは次に一覧表示されています： /docs, 例： https://dev-testing.roboflow.cloud/docs .

ワークスペースをクエリパラメータとして添付してください api_key これらのエンドポイントにアクセスする際はクエリパラメータとしてワークスペースを添付してください。

以下は上記と同じリクエストを HTTP API を使って行う例です：

import requests
import json

api_url = "https://dev-testing.roboflow.cloud"
model_id = "soccer-players-5fuqs/1"
image_url = "https://source.roboflow.com/pwYAXv9BTpqLyFfgQoPZ/u48G0UpWfk8giSw7wrU8/original.jpg"

resp = requests.get(f"{api_url}/{model_id}", params = {"api_key": "ROBOFLOW_API_KEY", "image": image_url})
result = json.loads(resp.content)

Workflow UI を使用する

専用デプロイメントは、次を実行するバックエンドサーバーとしても使用できます： Roboflow WorkflowsRoboflow Workflows は、コンピュータビジョンアプリケーションを作成するためのローコードのウェブベースアプリケーションビルダーです。

ワークフローを作成したら、左上の Running on Hosted API リンクをクリックしてください：

ワークフローが実行されるバックエンドを変更します。

クリック Dedicated Deployments して専用デプロイメントの一覧を表示し、対象のデプロイメントを選択してから Connect:

ワークフロー実行のバックエンドサーバーとして、対象の専用デプロイメントを選択します。

これでワークフローエディタで専用デプロイメントを使用する準備が整いました。