YOLO-World

हमारे Serverless Hosted API के माध्यम से YOLO-World open-vocabulary object detection का उपयोग करें

YOLO-World एक open-vocabulary object detection model है जो training के बिना arbitrary text class names से objects detect करता है। हम YOLO-World inferencing का समर्थन अपने Serverless Hosted API.

YOLO-World चलाने के बारे में अधिक विवरण के लिए, देखें Inference docs.

कोड नमूना

YOLO-World को HTTP endpoint के माध्यम से सीधे इस का उपयोग करके चलाएँ curl, या inference-sdk रैपर के साथ।

अपनी API Key प्राप्त करें

एक Roboflow खाता बनाएं, अपनी key यहाँ पर ढूँढें Roboflow API settings page और इसे अपने shell में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="your-key-here"

मॉडल चलाएँ

को कॉल करें /yolo_world/infer एंडपॉइंट को curl:

curl --location 'https://serverless.roboflow.com/yolo_world/infer' \
  --header 'Content-Type: application/json' \
  --data '{
    \"api_key\": \"'\"$ROBOFLOW_API_KEY\"'\",
    "image": {"type": "url", "value": "https://media.roboflow.com/quickstart/traffic.jpg"},
    "text": ["car", "truck"],
    "yolo_world_version_id": "v2-s",
    "confidence": 0.05
  }'

अपनी API Key प्राप्त करें

export ROBOFLOW_API_KEY="your-key-here"

निर्भरताएँ इंस्टॉल करें

SDK इंस्टॉल करें और supervision:

pip install inference-sdk supervision

मॉडल चलाएँ

कस्टम class names के साथ YOLO-World चलाएँ, फिर supervision के साथ predictions को decode और visualize करें।

import os
import cv2
import numpy as np
import requests
import supervision as sv
from inference_sdk import InferenceHTTPClient

content = requests.get("https://media.roboflow.com/quickstart/traffic.jpg").content
image = cv2.imdecode(np.frombuffer(content, np.uint8), cv2.IMREAD_COLOR)

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)

results = client.infer_from_yolo_world(
    inference_input=image,
    class_names=["car", "truck"],
    model_version="v2-s",
    confidence=0.05,
)

detections = sv.Detections.from_inference(results[0])

labels = [
    f"{name} {conf:.2f}"
    for name, conf in zip(detections.data["class_name"], detections.confidence)
]
annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels=labels)
cv2.imwrite("annotated.png", annotated)

यह class_names argument किसी भी class names की सूची स्वीकार करता है। उपलब्ध model_version मान: v2-s, v2-m, v2-l, v2-x, s, m, l, x.

Inference speed

Latency मापी गई Roboflow Inference 1x NVIDIA L4 पर, batch size 1, warmup के बाद का औसत।

मॉडल

विलंबता (ms)

yolo-world

12.4

पर मापा गया v2-s दो classes वाला variant। class list सेट करने पर text encoder एक बार चलता है, और इसे इस figure से बाहर रखा गया है क्योंकि यह हर frame पर दोहराया नहीं जाता।

सेट करें api_url को अपने deployment target से मिलाएँ:

https://serverless.roboflow.com Serverless Hosted API के लिए।
http://localhost:9001 एक local Inference server.
आपका Dedicated Deployment एक private endpoint के लिए URL.

पिछलाYOLOv9 अगलाOwlV2

अंतिम अपडेट 9 दिन पहले

क्या यह उपयोगी था?