分類

Roboflowでホストされている分類モデルで推論を実行します。

Python

ローカルおよびホスト画像での推論

依存関係をインストールするには、 pip install inference-sdk.

from inference_sdk import InferenceHTTPClient

CLIENT = InferenceHTTPClient(
    api_url="https://classify.roboflow.com",
    api_key="API_KEY"
)

result = CLIENT.infer(your_image.jpg, model_id="vehicle-classification-eapcd/2")

Javascript

Node.js

私たちは使用します axios を使ってPOSTリクエストを実行するので、まず npm install axios で依存関係をインストールします。

ローカル画像での推論

const axios = require("axios");
const fs = require("fs");

const image = fs.readFileSync("YOUR_IMAGE.jpg", {
    encoding: "base64"
});

axios({
    method: "POST",
    url: "https://classify.roboflow.com/your-model/42",
    params: {
        api_key: "YOUR_KEY"
    },
    data: image,
    headers: {
        "Content-Type": "application/x-www-form-urlencoded"
    }
})
.then(function(response) {
    console.log(response.data);
})
.catch(function(error) {
    console.log(error.message);
});

Swift

base64を使用したローカル画像のアップロード

import UIKit

// 画像を読み込みBase64に変換
let image = UIImage(named: "your-image-path") // アップロードする画像のパス 例: image.jpg
let imageData = image?.jpegData(compressionQuality: 1)
let fileContent = imageData?.base64EncodedString()
let postData = fileContent!.data(using: .utf8)

// API_KEY、モデル、モデルバージョンで推論サーバーリクエストを初期化
var request = URLRequest(url: URL(string: "https://classify.roboflow.com/your-model/your-model-version?api_key=YOUR_APIKEY&name=YOUR_IMAGE.jpg")!,timeoutInterval: Double.infinity)
request.addValue("application/x-www-form-urlencoded", forHTTPHeaderField: "Content-Type")
request.httpMethod = "POST"
request.httpBody = postData

// POSTリクエストを実行
URLSession.shared.dataTask(with: request, completionHandler: { data, response, error in
    
    // レスポンスを文字列に変換
    guard let data = data else {
        print(String(describing: error))
        return
    }
    
    // レスポンス文字列を辞書に変換
    do {
        let dict = try JSONSerialization.jsonObject(with: data, options: []) as? [String: Any]
    } catch {
        print(error.localizedDescription)
    }
    
    // 文字列レスポンスを出力
    print(String(data: data, encoding: .utf8)!)
}).resume()

レスポンスオブジェクトのフォーマット

Single-Label Classification

Single-Label Classification

ホストAPI推論ルートは、 JSON 予測の配列を含むオブジェクトを返します。各予測には以下のプロパティがあります：

• time = 画像を処理し予測を返すまでの合計時間（秒単位）

• image = 画像に関する情報を保持するオブジェクト width および height

  • width 予測された画像の高さ

  • height = 予測された画像の高さ

• predictions = すべての予測クラスとその予測に対する信頼度値のコレクション

  • class = 分類のラベル

  • confidence = モデルが画像に検出された分類のオブジェクトが含まれていると判断する信頼度

• top = 最も信頼度の高い予測クラス

• confidence = 最も高い予測信頼度スコア

• image_path = 予測画像のパス

• prediction_type = 推論を実行するために使用されたモデルタイプ, ClassificationModel この場合

// 例となるJSONオブジェクト
{
  "time": 0.19064618100037478,
  "image": {
    "width": 210,
    "height": 113
  },
  "predictions": [
    {
      "class": "real-image",
      "confidence": 0.7149
    },
    {
      "class": "illustration",
      "confidence": 0.2851
    }
  ],
  "top": "real-image",
  "confidence": 0.7149,
  "image_path": "/cropped-images-1.jpg",
  "prediction_type": "ClassificationModel"
}

Multi-Label Classification

Multi-Label Classification

ホストAPI推論ルートは、 JSON 予測の配列を含むオブジェクトを返します。各予測には以下のプロパティがあります：

• time = 画像を処理し予測を返すまでの合計時間（秒単位）

• image = 画像に関する情報を保持するオブジェクト width および height

  • width 予測された画像の高さ

  • height = 予測された画像の高さ

• predictions = すべての予測クラスとその予測に対する信頼度値のコレクション

  • class = 分類のラベル

  • confidence = モデルが画像に検出された分類のオブジェクトが含まれていると判断する信頼度

• predicted_classes = モデル予測で返されたすべての分類（ラベル/クラス）のリストを含む配列

• image_path = 予測画像のパス

• prediction_type = 推論を実行するために使用されたモデルタイプ, ClassificationModel この場合

// 例となるJSONオブジェクト
{
  "time": 0.19291414400004214,
  "image": {
    "width": 113,
    "height": 210
  },
  "predictions": {
    "dent": {
      "confidence": 0.5253503322601318
    },
    "severe": {
      "confidence": 0.5804202556610107
    }
  },
  "predicted_classes": [
    "dent",
    "severe"
  ],
  "image_path": "/car-model-343.jpg",
  "prediction_type": "ClassificationModel"
}

APIリファレンス

推論APIの利用

POST https://classify.roboflow.com/:datasetSlug/:versionNumber

base64エンコードされた画像を直接モデルエンドポイントにPOSTできます。または、 image 画像が他の場所にすでにホストされている場合は、クエリ文字列のパラメータとしてURLを渡すことができます。

パスパラメータ

名前	タイプ	説明
datasetSlug	string	データセット名のURLセーフバージョンです。Web UIのメインプロジェクトビューのURLで確認できます。
	string	データセットのバージョンを識別するバージョン番号です。

クエリパラメータ

名前	タイプ	説明
api_key	string	あなたのAPIキー（ワークスペースのAPI設定ページで取得）

200: OK

{
   "predictions":{
      "bird":{
         "confidence":0.5282308459281921
      },
      "cat":{
         "confidence":0.5069406032562256
      },
      "dog":{
         "confidence":0.49514248967170715
      }
   },
   "predicted_classes":[
      "bird",
      "cat"
   ]
}

403: Forbidden

{
   "message":"Forbidden"
}j