YOLO11

हमारे Serverless Hosted API के माध्यम से YOLO11 model family का उपयोग करें

हम अपने Serverless Hosted APIके माध्यम से YOLO11 inference का समर्थन करते हैं। YOLO11 COCO पर pretrained दो task variants में उपलब्ध है:

• Object detection (640 और 1280 input sizes)

• इंस्टेंस सेगमेंटेशन (640 input size)

self-hosted deployment के लिए, देखें Roboflow Inference.

कोड नमूने

dependencies इंस्टॉल करें:

pip install inference-sdk supervision

नीचे दिया गया प्रत्येक sample Serverless Hosted API के माध्यम से inference चलाता है, response को supervisionके साथ decode करता है, और एक annotated image को disk पर लिखता है। अपना Roboflow API Key के माध्यम से API_KEY environment variable.

Object detection

Run yolov11n-640 एक sample image पर चलाएँ और boxes तथा labels को annotate करें।

import os
import urllib.request

import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

image_url = "https://storage.googleapis.com/com-roboflow-marketing/notebooks/examples/cars-highway.png"
image_path = "cars-highway.png"
urllib.request.urlretrieve(image_url, image_path)

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.getenv("API_KEY"),
)

image = cv2.imread(image_path)
results = client.infer(image, model_id="yolov11n-640")
detections = sv.Detections.from_inference(results)

box_annotator = sv.BoxAnnotator()
label_annotator = sv.LabelAnnotator()

annotated = box_annotator.annotate(scene=image.copy(), detections=detections)
annotated = label_annotator.annotate(scene=annotated, detections=detections)

cv2.imwrite("cars-highway-annotated.png", annotated)

Instance segmentation

Run yolov11n-seg-640 एक sample image पर चलाएँ और masks तथा labels को annotate करें।

import os
import urllib.request

import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

image_url = "https://storage.googleapis.com/com-roboflow-marketing/notebooks/examples/bicycle.png"
image_path = "bicycle.png"
urllib.request.urlretrieve(image_url, image_path)

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.getenv("API_KEY"),
)

image = cv2.imread(image_path)
results = client.infer(image, model_id="yolov11n-seg-640")
detections = sv.Detections.from_inference(results)

mask_annotator = sv.MaskAnnotator()
label_annotator = sv.LabelAnnotator(text_position=sv.Position.CENTER_OF_MASS)

annotated = mask_annotator.annotate(scene=image.copy(), detections=detections)
annotated = label_annotator.annotate(scene=annotated, detections=detections)

cv2.imwrite("bicycle-annotated.png", annotated)

Default COCO aliases

आप निम्न में से किसी भी alias को model_idयह inference-sdk के रूप में पास कर सकते हैं; यह प्रत्येक alias को एक pretrained Roboflow Universe model पर resolve करता है।

कार्य	Alias
डिटेक्शन	yolov11n-640
डिटेक्शन	yolov11s-640
डिटेक्शन	yolov11m-640
डिटेक्शन	yolov11l-640
डिटेक्शन	yolov11x-640
डिटेक्शन	yolov11n-1280
डिटेक्शन	yolov11s-1280
डिटेक्शन	yolov11m-1280
डिटेक्शन	yolov11l-1280
डिटेक्शन	yolov11x-1280
सेगमेंटेशन	yolov11n-seg-640
सेगमेंटेशन	yolov11s-seg-640
सेगमेंटेशन	yolov11m-seg-640
सेगमेंटेशन	yolov11l-seg-640
सेगमेंटेशन	yolov11x-seg-640

यह yolo11* prefix variants same models पर resolve होते हैं.

सेट करें api_url को अपने deployment target से मिलाने के लिए:

• https://serverless.roboflow.com Serverless Hosted API के लिए।

• http://localhost:9001 एक local Inference server के लिए।

• आपका Dedicated Deployment private endpoint के लिए URL।