Keypoint Detection

Roboflow पर होस्ट किए गए अपने object detection मॉडलों पर inference चलाएँ।

हमारे होस्ट किए गए API के माध्यम से Python के साथ inference चलाने के लिए, उपयोग करें roboflow Python पैकेज:

from roboflow import Roboflow
rf = Roboflow(api_key="API_KEY")
project = rf.workspace().project("MODEL_ENDPOINT")
model = project.version(VERSION).model

# एक स्थानीय छवि पर inference
print(model.predict("your_image.jpg", confidence=40, overlap=30).json())

# अपनी prediction को विज़ुअलाइज़ करें
# model.predict("your_image.jpg", confidence=40, overlap=30).save("prediction.jpg")

# किसी अन्य जगह होस्ट की गई छवि पर inference
# print(model.predict("URL_OF_YOUR_IMAGE", hosted=True, confidence=40, overlap=30).json())

Linux या MacOS

स्थानीय फ़ाइल के लिए JSON भविष्यवाणियाँ प्राप्त करना जिसका नाम है YOUR_IMAGE.jpg:

base64 YOUR_IMAGE.jpg | curl -d @- \
"https://detect.roboflow.com/your-model/42?api_key=YOUR_KEY"

वेब पर कहीं और होस्ट की गई छवि के URL के माध्यम से इनफर करने के लिए (भूलें नहीं कि इसे URL encode करें):

curl -X POST "https://detect.roboflow.com/your-model/42?\
api_key=YOUR_KEY&\
image=https%3A%2F%2Fi.imgur.com%2FPEEvqPN.png"

Windows

आपको स्थापित करने की आवश्यकता होगी Windows के लिए curl और Windows के लिए GNU का base64 टूल. इसे करने का सबसे आसान तरीका है कि आप git for Windows इंस्टॉलर जिसमें यह भी शामिल है curl और base64 कमांड लाइन टूल जब आप इंस्टॉल के दौरान "Use Git and optional Unix tools from the Command Prompt" का चयन करते हैं।

फिर आप ऊपर दिए गए समान कमांड्स का उपयोग कर सकते हैं।

Node.js

हम उपयोग कर रहे हैं axios इस उदाहरण में POST अनुरोध करने के लिए, इसलिए पहले चलाएँ npm install axios निर्भरता स्थापित करने के लिए।

स्थानीय छवि पर इनफर करना

const axios = require("axios");
const fs = require("fs");

const image = fs.readFileSync("YOUR_IMAGE.jpg", {
    encoding: "base64"
});

axios({
    method: "POST",
    url: "https://detect.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);
});

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

const axios = require("axios");

axios({
    method: "POST",
    url: "https://detect.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 रीयलटाइम ऑन-डिवाइस इनफरेंस उपलब्ध है द्वारा roboflow.js; देखें दस्तावेज़ यहाँ.

Swift

स्थानीय छवि पर इनफर करना

import UIKit

// इमेज लोड करें और इसे Base64 में बदलें
let image = UIImage(named: "your-image-path") // अपलोड करने के लिए छवि का पथ उदाहरण: image.jpg
let imageData = image?.jpegData(compressionQuality: 1)
let fileContent = imageData?.base64EncodedString()
let postData = fileContent!.data(using: .utf8)

// API_KEY, मॉडल, और मॉडल संस्करण के साथ इनफरेंस सर्वर अनुरोध प्रारम्भ करें
var request = URLRequest(url: URL(string: "https://detect.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

// पोस्ट अनुरोध निष्पादित करें
URLSession.shared.dataTask(with: request, completionHandler: { data, response, error in
    
    // उत्तर को स्ट्रिंग में पार्स करें
    guard let data = data else {
        print(String(describing: error))
        return
    }
    
    // प्रतिक्रिया स्ट्रिंग को डिक्शनरी में बदलें
    do {
        let dict = try JSONSerialization.jsonObject(with: data, options: []) as? [String: Any]
    } catch {
        print(error.localizedDescription)
    }
    
    // स्ट्रिंग प्रतिक्रिया प्रिंट करें
    print(String(data: data, encoding: .utf8)!)
}).resume()

Objective C

Objective-C स्निपेट अनुरोध करने के लिए यहां क्लिक करें।

Kotlin

स्थानीय छवि पर इनफर करना

import java.io.*
import java.net.HttpURLConnection
import java.net.URL
import java.nio.charset.StandardCharsets
import java.util.*

fun main() {
    // इमेज पथ प्राप्त करें
    val filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg"
    val file = File(filePath)

    // Base64 एन्कोड करें
    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" // मॉडल endpoint सेट करें (Dataset URL में मिलता है)

    // URL बनाएं
    val uploadURL ="https://detect.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&name=YOUR_IMAGE.jpg";

    // Http अनुरोध
    var connection: HttpURLConnection? = null
    try {
        // URL के लिए कनेक्शन 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

        // अनुरोध भेजें
        val wr = DataOutputStream(
                connection.outputStream)
        wr.writeBytes(encodedFile)
        wr.close()

        // प्रतिक्रिया 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()

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

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" // छवि URL बदलें
    val API_KEY = "" // आपका API Key
    val MODEL_ENDPOINT = "dataset/v" // मॉडल endpoint सेट करें

    // अपलोड URL
    val uploadURL = "https://detect.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&image=" + URLEncoder.encode(imageURL, "utf-8");

    // Http अनुरोध
    var connection: HttpURLConnection? = null
    try {
        // URL के लिए कनेक्शन 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

        // अनुरोध भेजें
        val wr = DataOutputStream(connection.outputStream)
        wr.writeBytes(uploadURL)
        wr.close()

        // प्रतिक्रिया 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 इनफर करना

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 {
        // इमेज पथ प्राप्त करें
        String filePath = System.getProperty("user.dir") + System.getProperty("file.separator") + "YOUR_IMAGE.jpg";
        File file = new File(filePath);

        // Base64 एन्कोड करें
        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"; // मॉडल endpoint

        // URL बनाएं
        String uploadURL = "https://detect.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY
                + "&name=YOUR_IMAGE.jpg";

        // Http अनुरोध
        HttpURLConnection connection = null;
        try {
            // URL के लिए कनेक्शन 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);

            // अनुरोध भेजें
            DataOutputStream wr = new DataOutputStream(connection.getOutputStream());
            wr.writeBytes(encodedFile);
            wr.close();

            // प्रतिक्रिया 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();
            }
        }

    }

}

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

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"; // छवि URL बदलें
        String API_KEY = ""; // आपका API Key
        String MODEL_ENDPOINT = "dataset/v"; // मॉडल endpoint

        // अपलोड URL
        String uploadURL = "https://detect.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY + "&image="
                + URLEncoder.encode(imageURL, StandardCharsets.UTF_8);

        // Http अनुरोध
        HttpURLConnection connection = null;
        try {
            // URL के लिए कनेक्शन 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);

            // अनुरोध भेजें
            DataOutputStream wr = new DataOutputStream(connection.getOutputStream());
            wr.writeBytes(uploadURL);
            wr.close();

            // प्रतिक्रिया 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();
            }
        }
    }
}

Gemfile

Gemfile

source "https://rubygems.org"

gem "httparty", "~> 0.18.1"
gem "base64", "~> 0.1.0"
gem "cgi", "~> 0.2.1"

Gemfile.lock

Gemfile.lock

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

स्थानीय छवि पर इनफर करना

require 'base64'
require 'httparty'

encoded = Base64.encode64(File.open("YOUR_IMAGE.jpg", "rb").read)
model_endpoint = "dataset/v" # मॉडल endpoint सेट करें
api_key = "" # आपका API KEY यहाँ

params = "?api_key=" + api_key
+ "&name=YOUR_IMAGE.jpg"

response = HTTParty.post(
    "https://detect.roboflow.com/" + model_endpoint + params,
    body: encoded, 
    headers: {
    'Content-Type' => 'application/x-www-form-urlencoded',
    'charset' => 'utf-8'
  })

  puts response

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

require 'httparty'
require 'cgi'

model_endpoint = "dataset/v" # मॉडल 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://detect.roboflow.com/" + model_endpoint + params,
    headers: {
    'Content-Type' => 'application/x-www-form-urlencoded',
    'charset' => 'utf-8'
  })

puts response

स्थानीय छवि पर इनफर करना

<?php

// इमेज को Base64 में एन्कोड करें
$data = base64_encode(file_get_contents("YOUR_IMAGE.jpg"));

$api_key = ""; // API Key सेट करें
$model_endpoint = "dataset/v"; // मॉडल endpoint सेट करें (Dataset URL में मिलता है)

// Http अनुरोध के लिए URL
$url = "https://detect.roboflow.com/" . $model_endpoint
. "?api_key=" . $api_key
. "&name=YOUR_IMAGE.jpg";

// सेटअप + Http अनुरोध भेजें
$options = array(
  'http' => 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;
?>

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

<?php

$api_key = ""; // API Key सेट करें
$model_endpoint = "dataset/v"; // मॉडल endpoint सेट करें (Dataset URL में मिलता है)
$img_url = "https://i.imgur.com/PEEvqPN.png";

// Http अनुरोध के लिए URL
$url =  "https://detect.roboflow.com/" . $model_endpoint
. "?api_key=" . $api_key
. "&image=" . urlencode($img_url);

// सेटअप + Http अनुरोध भेजें
$options = array(
  'http' => 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;
?>

स्थानीय छवि पर इनफर करना

package main

import (
    "bufio"
    "encoding/base64"
    "fmt"
    "io/ioutil"
    "os"
	"net/http"
	"strings"
)

func main() {
	api_key := ""  // आपका API Key
	model_endpoint := "dataset/v" // मॉडल endpoint सेट करें

    // डिस्क पर फाइल खोलें।
    f, _ := os.Open("YOUR_IMAGE.jpg")

    // पूरी JPG को बाइट स्लाइस में पढ़ें।
    reader := bufio.NewReader(f)
    content, _ := ioutil.ReadAll(reader)

    // Base64 में एन्कोड करें।
    data := base64.StdEncoding.EncodeToString(content)
	uploadURL := "https://detect.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))

}

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

package main

import (
    "fmt"
	"net/http"
	"net/url"
  "io/ioutil"
)

func main() {
	api_key := ""  // आपका API Key
	model_endpoint := "dataset/v" // मॉडल endpoint सेट करें
	img_url := "https://i.ibb.co/jzr27x0/YOUR-IMAGE.jpg"


	uploadURL := "https://detect.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))


}

स्थानीय छवि पर इनफर करना

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"; // मॉडल endpoint सेट करें

            // URL बनाएं
            string uploadURL =
                    "https://detect.roboflow.com/" + MODEL_ENDPOINT + "?api_key=" + API_KEY
                + "&name=YOUR_IMAGE.jpg";

            // सर्विस अनुरोध कॉन्फ़िग
            ServicePointManager.Expect100Continue = true;
            ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12;

            // अनुरोध 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);
            }

            // प्रतिक्रिया 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);

        }
    }
}

कहीं और होस्ट की गई छवि (URL के माध्यम से) पर इनफर करना

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"; // मॉडल endpoint सेट करें

            // URL बनाएं
            string uploadURL =
                    "https://detect.roboflow.com/" + MODEL_ENDPOINT
                    + "?api_key=" + API_KEY
                    + "&image=" + HttpUtility.UrlEncode(imageURL);

            // सर्विस प्वाइंट कॉन्फ़िग
            ServicePointManager.Expect100Continue = true;
            ServicePointManager.SecurityProtocol = SecurityProtocolType.Tls12;

            // Http अनुरोध कॉन्फ़िगर करें
            WebRequest request = WebRequest.Create(uploadURL);
            request.Method = "POST";
            request.ContentType = "application/x-www-form-urlencoded";
            request.ContentLength = 0;

            // प्रतिक्रिया 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);

        }
    }
}

प्रतिक्रिया ऑब्जेक्ट प्रारूप

होस्ट किया गया API inference मार्ग एक लौटाता है JSON एक ऑब्जेक्ट जिसमें predictions की एक array होती है। प्रत्येक prediction के निम्नलिखित गुण होते हैं:

x = पहचान किए गए ऑब्जेक्ट का क्षैतिज केंद्र बिंदु
y = पहचान किए गए ऑब्जेक्ट का ऊर्ध्वाधर केंद्र बिंदु
width = bounding box की चौड़ाई
height = bounding box की ऊँचाई
class = पहचान किए गए ऑब्जेक्ट का क्लास लेबल
confidence = मॉडल का भरोसा (confidence) कि पहचान किया गया ऑब्जेक्ट सही लेबल और स्थिति निर्देशांकों के साथ है
keypoints = keypoint भविष्यवाणियों की एक array
- x = keypoint का क्षैतिज केंद्र (छवि के शीर्ष-बाएं कोने के सापेक्ष)
- y = keypoint का ऊर्ध्वाधर केंद्र (छवि के शीर्ष-बाएं कोने के सापेक्ष)
- class_name = keypoint का नाम
- class_id = keypoint की id, जो skeleton से मैप होती है vertices version रिकॉर्ड में, vertex रंग और skeleton edges मैप करने के लिए, अपना Project Version देखें
- confidence = यह विश्वास/कॉन्फिडेंस कि keypoint की स्थिति सही है और दृश्य है (occluded या deleted नहीं)

यहाँ REST API से एक उदाहरण प्रतिक्रिया ऑब्जेक्ट है:

{
    "predictions": [
        {
            "x": 189.5,
            "y": 100,
            "width": 163,
            "height": 186,
            "class": "helmet",
            "confidence": 0.544,
            "keypoints": [
                {
                    "x": 189, 
                    "y": 20,
                    "class_name": "top",
                    "class_id": 0,
                    "confidence": 0.91
                },
                {
                    "x": 188, 
                    "y": 180,
                    "class_name": "bottom",
                    "class_id": 1,
                    "confidence": 0.93
                }
            ]
        }
    ],
    "image": {
        "width": 2048,
        "height": 1371
    }
}

The image attribute उस छवि की ऊँचाई और चौड़ाई को दर्शाता है जो inference के लिए भेजी गई थी। bounding box की गणनाओं के लिए आपको इन मानों का उपयोग करना पड़ सकता है।

Inference API पैरामीटर

Inference API का उपयोग करना

POST https://detect.roboflow.com/:datasetSlug/:versionNumber

आप सीधे अपने मॉडल endpoint पर एक बेस64 एन्कोडेड छवि POST कर सकते हैं। या यदि आपकी छवि पहले से कहीं और होस्ट की गई है तो आप query string में एक URL को image पैरामीटर के रूप में पास कर सकते हैं।

पाथ पैरामीटर

Name

प्रकार

Description

datasetSlug

string

डेटासेट नाम का URL-सुरक्षित (url-safe) संस्करण। आप इसे वेब UI में मुख्य प्रोजेक्ट दृश्य पर URL देखकर पा सकते हैं या अपने मॉडल के प्रशिक्षण के बाद dataset version के train results सेक्शन में "Get curl command" बटन पर क्लिक करके भी देख सकते हैं।

version

number

आपके डेटासेट के संस्करण की पहचान करने वाला संस्करण संख्या

क्वेरी पैरामीटर

Name

प्रकार

Description

image

string

जोड़ने के लिए छवि का URL। उपयोग करें यदि आपकी छवि कहीं और होस्ट की गई है। (जब आप अनुरोध बॉडी में base64 एन्कोडेड छवि POST नहीं करते हैं तो आवश्यक)। नोट: इसे URL-encode करना न भूलें।

classes

string

भविष्यवाणियों को केवल कुछ विशिष्ट क्लासेस तक सीमित करें। कॉमा-सेपरेटेड स्ट्रिंग के रूप में प्रदान करें। उदाहरण: dog,cat डिफ़ॉल्ट: मौजूद नहीं (सभी क्लास दिखाएँ)

overlap

number

एक ही क्लास की bounding box भविष्यवाणियों को एक ही बॉक्स में मिलाने से पहले उनकी अधिकतम ओवरलैप प्रतिशत (0-100 के पैमाने पर)। डिफ़ॉल्ट: 30

confidence

number

0-100 के पैमाने पर लौटाई गई भविष्यवाणियों के लिए एक थ्रेशोल्ड। कम संख्या अधिक भविष्यवाणियाँ लौटाएगी। अधिक संख्या उच्च-निश्चितता वाली कम भविष्यवाणियाँ लौटाएगी। डिफ़ॉल्ट: 40

stroke

number

भविष्यवाणियों के आसपास प्रदर्शित bounding box की चौड़ाई (पिक्सल में) (केवल तब प्रभावी जब format है image). डिफ़ॉल्ट: 1

labels

boolean

क्या भविष्यवाणियों पर टेक्स्ट लेबल दिखाना है या नहीं (केवल तब प्रभावी जब format है image). डिफ़ॉल्ट: false

format

string

json - JSON भविष्यवाणियों की एक array लौटाता है। (प्रत्युत्तर प्रारूप टैब देखें)। image - प्रत्युत्तर में एनोटेटेड भविष्यवाणियों के साथ एक छवि बाइनरी ब्लॉब के रूप में लौटाता है, जिसमें एक Content-Type है image/jpeg. image_and_json - JSON भविष्यवाणियों की एक array लौटाता है, जिसमें base64 में visualization फ़ील्ड शामिल है। डिफ़ॉल्ट: json

api_key

string

आपकी API key (आपके Workspace API settings पृष्ठ से प्राप्त)

रिक्वेस्ट बॉडी

Name

प्रकार

Description

string

एक base64 एन्कोडेड छवि। (जब आप query parameters में छवि URL पास नहीं करते हैं तो आवश्यक)।

{
    "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
    }]
}

Previousसमानार्थक सेगमेंटेशन NextFoundation Models

Last updated 6 months ago

Was this helpful?