CLIPを使用

動画内のフレームでCLIPを実行します。

CLIPはゼロショット分類モデルで、以下の用途に使用できます：

1. 画像を分類する；

2. 画像をクラスタリングする；

3. テキストプロンプトと画像の類似度を比較する；

4. 2つの画像の類似度を比較する、など。

Roboflow Video Inference APIは、動画内のフレームに対して生のCLIP埋め込み（選択したモデルに応じて512または768次元）を返すことができ、またはテキストや画像ベクトルを比較して各フレームのコサイン類似度スコアを返すことができます。

Video Inference APIでCLIPを使う

まず、RoboflowのPythonパッケージをインストールします：

pip install roboflow

次に、新しいPythonファイルを作成し、以下のコードを追加します：

from roboflow import Roboflow, CLIPModel

rf = Roboflow(api_key="API_KEY")
model = CLIPModel()

job_id, signed_url, expire_time = model.predict_video(
    "football-video.mp4",
    fps=5,
    prediction_type="batch-video",
)

results = model.poll_until_video_results(job_id)

print(results)

上記の内容を次のように置き換えてください：

• API_KEY：あなたのRoboflow APIキーに置き換えてください

• PROJECT_NAME：あなたのRoboflowプロジェクトIDに置き換えてください。

• MODEL_ID：あなたのRoboflowモデルIDに置き換えてください。

APIキーの取得方法を学ぶ.

モデルIDの取得方法を学ぶ.