Roboflow 2.0

Serverless Hosted API を通じて Roboflow 2.0 のセマンティックセグメンテーションモデルを使用します

Roboflow 2.0 は、DeepLabv3 ベースの semantic segmentation model です。Roboflow 2.0 のモデルは Roboflow platform で train し、当社の Serverless Hosted API.

セルフホスト型デプロイについては、こちらを参照してください Roboflow Inference.

コードサンプル

1

API Key を取得する

Roboflow アカウントを作成し、キーを次の場所で見つけます Roboflow API 設定ページ そしてシェルで利用できるようにします:

export ROBOFLOW_API_KEY="your-key-here"

2

依存関係をインストールする

次をインストールします: Inference SDK と supervision:

pip install inference-sdk supervision

3

モデルを実行する

train 済みの Roboflow 2.0 semantic segmentation model に対して inference を実行し、ピクセルごとの class map をデコードして、注釈付き PNG を書き出します。モデルはその {workspace}/{model-slug} ID で呼び出すことができます（ Versions, Trainings, and Models).

レスポンスには segmentation_mask (各ピクセル値が class ID である base64 エンコードされたグレースケール PNG で、 0 は background であり、さらに class_map class ID を class 名に対応付けるものです。スクリプトはそれを 1 つの sv.Detections クラスごとに 1 行に分割するので sv.MaskAnnotator ソース画像上にマスクを重ねることができます。

import base64
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"],
)
# 学習済みエイリアスはありません: 独自のモデルを学習し、"your-project/1" をモデル ID に置き換えてください。
result = client.infer(image, model_id="your-project/1")
predictions = result["predictions"]

mask_bytes = base64.b64decode(predictions["segmentation_mask"])
class_map = predictions.get("class_map", {})
class_mask = cv2.imdecode(np.frombuffer(mask_bytes, np.uint8), cv2.IMREAD_GRAYSCALE)
class_mask = cv2.resize(class_mask, (image.shape[1], image.shape[0]), interpolation=cv2.INTER_NEAREST)

class_ids = [cid for cid in np.unique(class_mask).tolist() if cid != 0]
if class_ids:
    masks, xyxy, names = [], [], []
    for cid in class_ids:
        binary = class_mask == cid
        rows = np.where(np.any(binary, axis=1))[0]
        cols = np.where(np.any(binary, axis=0))[0]
        xyxy.append([cols[0], rows[0], cols[-1], rows[-1]])
        masks.append(binary)
        names.append(class_map.get(str(cid), str(cid)))

    detections = sv.Detections(
        xyxy=np.array(xyxy, dtype=np.float64),
        mask=np.array(masks),
        class_id=np.array(class_ids),
        data={"class_name": np.array(names)},
    )
    annotated = sv.MaskAnnotator().annotate(image.copy(), detections)
    annotated = sv.LabelAnnotator().annotate(annotated, detections)
else:
    annotated = image

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

設定する api_url をデプロイ先に合わせてください:

• https://serverless.roboflow.com Serverless Hosted API 用。

• http://localhost:9001 ローカルの Inference サーバー用。

• あなたの Dedicated Deployment プライベートエンドポイントの URL。