इंस्टेंस सेगमेंटेशन

रोबोफ्लो पर होस्ट किए गए इंस्टेंस वर्गीकरण मॉडल्स पर इनफेरेंस चलाएँ।

लिनक्स या मैकओएस

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

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

वेब पर कहीं और होस्ट की गई छवि पर उसके URL के माध्यम से इंफर करना (मत भूलिए URL को एन्कोड करें):

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

विंडोज़

आपको इंस्टॉल करना होगा विंडोज़ के लिए curl और विंडोज़ के लिए GNU का base64 टूल। इसे करने का सबसे आसान तरीका है विंडोज़ के लिए git इंस्टॉलर जिसमें शामिल है curl और base64 कमांड लाइन टूल्स जब आप इंस्टॉलेशन के दौरान "Use Git and optional Unix tools from the Command Prompt" चुनते हैं।

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

प्रतिक्रिया ऑब्जेक्ट प्रारूप

होस्टेड एपीआई इंफरेंस रूट लौटाता है JSON ऑब्जेक्ट जिसमें प्रेडिक्शन की एक ऐरे होती है। प्रत्येक प्रेडिक्शन में निम्नलिखित गुण होते हैं:

  • x = डिटेक्टेड ऑब्जेक्ट का क्षैतिज केंद्र बिंदु

  • y = डिटेक्टेड ऑब्जेक्ट का ऊर्ध्वाधर केंद्र बिंदु

  • चौड़ाई = बाउंडिंग बॉक्स की चौड़ाई

  • ऊंचाई = बाउंडिंग बॉक्स की ऊंचाई

  • क्लास = डिटेक्टेड ऑब्जेक्ट का क्लास लेबल

  • कॉन्फिडेंस = मॉडल का आत्मविश्वास कि डिटेक्टेड ऑब्जेक्ट के पास सही लेबल और स्थिति निर्देशांक हैं

  • बिंदु = उस बहुभुज की रूपरेखा बनाने वाले बिंदुओं की सूची - सूची में प्रत्येक आइटम एक ऑब्जेक्ट है जिसमें कुंजी होती हैं x और y क्रमशः बिंदु के क्षैतिज और ऊर्ध्वाधर निर्देशांक के लिए

// एक उदाहरण JSON ऑब्जेक्ट
{
  "predictions": [
    {
      "x": 179.2,
      "y": 247,
      "width": 231,
      "height": 147,
      "class": "A",
      "confidence": 0.98,
      "points": [
        {
          "x": 134,
          "y": 314
        },
        {
          "x": 116,
          "y": 313
        },
        {
          "x": 103,
          "y": 310.1
        },
        {
          "x": 72.7,
          "y": 282
        },
        {
          "x": 66.8,
          "y": 273
        },
      ]
    }
  ]
}

API संदर्भ

इन्फरेंस एपीआई का उपयोग करना

पोस्ट https://outline.roboflow.com/:datasetSlug/:versionNumber

आप अपने मॉडल एंडपॉइंट पर सीधे बेस64 एन्कोडेड इमेज POST कर सकते हैं। या यदि आपकी छवि पहले से कहीं और होस्ट की गई है, तो आप इसे इमेज क्वेरी स्ट्रिंग में पैरामीटर के रूप में पास कर सकते हैं।

पथ पैरामीटर

नाम
प्रकार
विवरण

डेटासेटस्लग

स्ट्रिंग

डेटासेट नाम का url-सुरक्षित संस्करण। आप इसे वेब UI में मुख्य प्रोजेक्ट दृश्य पर URL देखकर या अपने मॉडल को प्रशिक्षित करने के बाद अपने डेटासेट संस्करण के ट्रेन परिणाम अनुभाग में "Get curl command" बटन पर क्लिक करके पा सकते हैं।

संस्करण

संख्या

संस्करण संख्या जो आपके डेटासेट के संस्करण की पहचान करती है

क्वेरी पैरामीटर

नाम
प्रकार
विवरण

इमेज

स्ट्रिंग

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

ओवरलैप

संख्या

अधिकतम प्रतिशत (0-100 के पैमाने पर) जो एक ही क्लास की बाउंडिंग बॉक्स प्रेडिक्शन को एक बॉक्स में मिलाने से पहले ओवरलैप करने की अनुमति है। डिफ़ॉल्ट: 30

कॉन्फिडेंस

संख्या

वापसी की गई प्रेडिक्शन के लिए एक थ्रेशोल्ड 0-100 के पैमाने पर। कम संख्या अधिक प्रेडिक्शन लौटाएगी। अधिक संख्या कम लेकिन अधिक निश्चितता वाली प्रेडिक्शन लौटाएगी। डिफ़ॉल्ट: 40

api_key

स्ट्रिंग

आपकी API कुंजी (आपके कार्यक्षेत्र API सेटिंग्स पेज से प्राप्त)

अनुरोध बॉडी

नाम
प्रकार
विवरण

स्ट्रिंग

एक base64 एन्कोडेड छवि। (आवश्यक जब आप क्वेरी पैरामीटर में छवि URL पास नहीं करते हैं।)

{
    "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
    }]
}

Last updated

Was this helpful?