YOLOLite

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

YOLOlite Roboflow की एक हल्की object detection model family है, जिसे low-latency deployments और edge hardware के लिए डिज़ाइन किया गया है। आप YOLOlite को एक Project Roboflow में train करें और इसे हमारे माध्यम से deploy करें Serverless Hosted API.

self-hosted deployment के लिए, देखें Roboflow Inference.

YOLOlite input size को Roboflow पर training के दौरान configure किया जाता है.

उपलब्ध variants

YOLOlite दो scaling families में आता है: एक standard set और एक edge-optimized set। इनमें से प्रत्येक पाँच sizes में उपलब्ध है।

परिवार	वेरिएंट्स
Standard	yololite-n, yololite-s, yololite-m, yololite-l, yololite-xl
Edge	yololite-edge-n, yololite-edge-s, yololite-edge-m, yololite-edge-l, yololite-edge-xl

जब आप किसी Project पर training शुरू करते हैं, तब आप एक variant चुनते हैं। फिर trained model को Serverless Hosted API से serve किया जाता है, जहाँ आप उसे उसके per-model {workspace}/{model-slug} ID (देखें Versions, Trainings, and Models).

कोड नमूना

1

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"

2

निर्भरताएँ इंस्टॉल करें

इंस्टॉल करें Inference SDK और supervision:

pip install inference-sdk supervision

3

मॉडल चलाएँ

यह example एक public YOLOlite model को चलाता है, जिसे एक screws dataset (screw, flat-washer, hex-nut). अपनी स्वयं की {workspace}/{model-slug} trained weights चलाने के लिए।

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/docs/bolts.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(image, model_id="erik-pe6au/rf-bolts-4-yololite-s-t1")

detections = sv.Detections.from_inference(results)

annotated = sv.BoxAnnotator().annotate(image.copy(), detections)

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

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.