SAM2

Serverless Hosted API を通じて Meta の SAM2 model を使用します

Metaの Segment Anything Model 2 の推論を、私たちの Serverless Hosted API経由でサポートしています。SAM2 は、ポイントとバウンディングボックスをプロンプトとして受け取る、プロンプト指定可能なビジュアルセグメンテーションモデルです。私たちは 2 つの SAM2 エンドポイントを提供しています：

/sam2/embed_image、これは画像埋め込みを生成してキャッシュします
/sam2/segment_image、これは指定されたプロンプトに対するインスタンスセグメンテーションのマスクを返します

コードサンプル

以下の curl、または inference-sdk ラッパー。

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"

モデルを実行する

次を呼び出します /sam2/segment_image エンドポイントを使って curl:

curl --location 'https://serverless.roboflow.com/sam2/segment_image' \\
  --header 'Content-Type: application/json' \\
  --data '{
    "api_key": "'"$ROBOFLOW_API_KEY"'",
    "image": {"type": "url", "value": "https://media.roboflow.com/quickstart/traffic.jpg"},
    "prompts": {"prompts": [{"points": [{"x": 520, "y": 470, "positive": true}]}]},
    "sam2_version_id": "hiera_tiny"
  }'

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"

依存関係をインストールする

これらのパッケージはモデルを呼び出し、その結果を描画します：

pip install inference-sdk supervision opencv-python

モデルを実行する

単一の正のポイントプロンプトでセグメンテーションエンドポイントを呼び出し、返されたポリゴンを supervision で detections に変換し、マスクを入力画像の上に描画した注釈付き PNG を保存します：

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)
height, width = image.shape[:2]

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)

result = client.sam2_segment_image(
    inference_input=image,
    prompts=[
        {"points": [{"x": 520, "y": 470, "positive": True}]}
    ],
    sam2_version_id="hiera_tiny",
)

detections = sv.Detections.from_sam3(sam3_result=result, resolution_wh=(width, height))

annotated = sv.MaskAnnotator().annotate(image.copy(), detections)
cv2.imwrite("traffic_annotated.png", annotated)

sv.Detections.from_sam3 は、SAM2 と SAM3 の両方が返すポリゴン予測を読み取るため、同じ呼び出しでどちらのモデルの出力もデコードできます。

推論速度

〜で測定されたレイテンシ Roboflow Inference 1x NVIDIA L4、バッチサイズ 1、ウォームアップ後の平均で測定。

モデル

レイテンシ (ms)

sam2

177.7

で測定 segment_image 上の hiera_large checkpoint。SAM2 は image embeddings をキャッシュするため、この図では各呼び出しごとに新しい画像を使用し、エンコードとデコードの全体コストを反映しています。すでにエンコード済みの画像を再度プロンプト指定すると、かなり高速です。

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。

追加の使用方法の詳細（embedding のキャッシュや box prompts を含む）については、推論ドキュメント.

前へYOLO11 次へFlorence 2

最終更新 8 日前

役に立ちましたか？