YOLOv12

Serverless Hosted API を通じて YOLOv12 object detection model を使用します

当社の Serverless Hosted API. YOLOv12 は 5 つのサイズ（n, s, m, l, x）物体検出タスク向けです。

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.

YOLOv12 の入力サイズは、Roboflow でモデルをトレーニングする際に設定します（一般的な値: 640x640 または 1280x1280）。

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 予測をデコードして可視化するための:

pip install inference-sdk supervision

3

モデルを実行する

この例では、ある公開 YOLOv12 モデルを実行します screws データセット (screw, flat-washer, hex-nut)。ご自身の {workspace}/{model-slug} 学習済み重みを実行するには（参照: Versions, Trainings, and Models).

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"],
)
result = client.infer(image, model_id="erik-pe6au/bolts-uzqzc-4-yolo12s-t1")

detections = sv.Detections.from_inference(result)

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

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

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。