समर्पित तैनाती पर अनुरोध करें

आप सीधे Python SDK, HTTP API, या वर्कफ़्लो वेब इंटरफ़ेस का उपयोग करके समर्पित तैनाती पर अनुरोध कर सकते हैं।

Python SDK का उपयोग करें

कृपया हमारे Python SDK का नवीनतम संस्करण इंस्टॉल करें inference_sdk के साथ pip install --upgrade inference-sdk.

जब आपकी dedicated deployment तैयार हो जाए, तो उसका URL कॉपी करें:

जब आपकी dedicated deployment तैयार हो जाए, तो उसका URL कॉपी करें

और इसे पैरामीटर में पेस्ट करें api_url जब initialise करें InferenceHTTPClient और बस इतना ही!

यहाँ मॉडल inference चलाने का एक उदाहरण है, अधिक जानकारी आप देख सकते हैं inference_sdk के documentation में.

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 का उपयोग करें

आप इसके अलावा भी एक्सेस कर सकते हैं HTTP APIs जो सूचीबद्ध हैं /docsजैसे कि, https://dev-testing.roboflow.cloud/docs .

कृपया अपना workspace संलग्न करें api_key इन endpoints को एक्सेस करते समय query parameter के रूप में।

HTTP API का उपयोग करके ऊपर जैसा ही अनुरोध करने का एक उदाहरण यहाँ है:

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 का उपयोग करें

एक dedicated deployment को backend server के रूप में भी उपयोग किया जा सकता है Roboflow Workflows. Roboflow Workflows एक low-code, वेब-आधारित application builder है जो computer vision applications बनाने के लिए है।

अपना workflow बनाने के बाद, क्लिक करें Running on Hosted API ऊपर बाएँ कोने में लिंक पर:

backend बदलना जहाँ workflow execute होगा।

क्लिक करें Dedicated Deployments अपनी dedicated deployments की सूची देखने के लिए, target deployment चुनें, फिर क्लिक करें Connect:

workflow execution के लिए backend server के रूप में target dedicated deployment चुनें।

अब आप workflow editor में अपनी dedicated deployment का उपयोग करने के लिए तैयार हैं।

Last updated

Was this helpful?