CLI 사용

Roboflow CLI를 사용하여 Batch Processing 작업을 생성하고 관리하세요.

설치하면 inference-cli 에 액세스할 수 있습니다. inference rf-cloud 명령을 사용할 수 있으며, 이를 통해 Batch Processing과 Data Staging — Roboflow Batch Processing의 핵심 구성 요소 — 와 상호작용할 수 있습니다.

설정

pip install inference-cli
export ROBOFLOW_API_KEY="YOUR-API-KEY-GOES-HERE"

API 키를 찾는 데 도움이 필요하면 다음 문서를 참조하세요. 인증 가이드.

데이터 수집

이미지

inference rf-cloud data-staging create-batch-of-images \
  --images-dir <your-images-dir-path> \
  --batch-id <your-batch-id>

비디오

inference rf-cloud data-staging create-batch-of-videos \
  --videos-dir <your-videos-dir-path> \
  --batch-id <your-batch-id>

Batch ID 형식: 소문자여야 하며, 최대 64자까지 허용되고, 문자, 숫자, 하이픈(-) 및 밑줄(_).

클라우드 스토리지

데이터가 이미 클라우드 스토리지(S3, Google Cloud Storage 또는 Azure)에 있다면, 파일을 로컬에 다운로드하지 않고 바로 처리할 수 있습니다. 먼저 클라우드 스토리지 지원을 설치하세요:

pip install 'inference-cli[cloud-storage]'

이미지의 경우:

inference rf-cloud data-staging create-batch-of-images \
  --data-source cloud-storage \
  --bucket-path <cloud-path> \
  --batch-id <your-batch-id>

비디오의 경우:

inference rf-cloud data-staging create-batch-of-videos \
  --data-source cloud-storage \
  --bucket-path <cloud-path> \
  --batch-id <your-batch-id>

다음 --bucket-path 매개변수는 다음을 지원합니다:

• S3: s3://bucket-name/path/

• Google Cloud Storage: gs://bucket-name/path/

• Azure Blob Storage: az://container-name/path/

glob 패턴을 포함하여 파일을 필터링할 수 있습니다:

• s3://my-bucket/training-data/**/*.jpg — 모든 JPG 파일을 재귀적으로

• gs://my-bucket/videos/2024-*/*.mp4 — 2024-* 폴더의 MP4 파일

• az://container/images/*.png — images 폴더의 PNG 파일

클라우드 스토리지 자격 증명은 로컬에서만 CLI가 presigned URL을 생성하는 데 사용됩니다. 자격 증명은 절대 업로드되지 않으며 Roboflow 서버로 전송되지 않습니다.

생성된 presigned URL은 24시간 동안 유효합니다. 배치 처리 작업이 이 시간 내에 완료되도록 하세요.

대용량 데이터셋의 경우, 시스템은 이미지를 각각 20,000개 파일씩 자동으로 분할합니다. 비디오는 1,000개 미만의 배치에서 가장 잘 작동합니다.

자세한 클라우드 스토리지 인증 설정은 다음 문서를 참조하세요. 클라우드 스토리지 인증 가이드.

준비된 데이터 검사

inference rf-cloud data-staging show-batch-details --batch-id <your-batch-id>

작업 시작

이미지 처리

inference rf-cloud batch-processing process-images-with-workflow \
  --workflow-id <workflow-id> \
  --batch-id <batch-id> \
  --machine-type gpu

비디오 처리

inference rf-cloud batch-processing process-videos-with-workflow \
  --workflow-id <workflow-id> \
  --batch-id <batch-id> \
  --machine-type gpu \
  --max-video-fps <your-desired-fps>

Workflow ID 찾기: Roboflow App에서 Workflow Editor를 열고, "Deploy"를 클릭한 다음, 코드 스니펫에서 식별자를 찾으세요.

기본적으로 처리는 CPU에서 실행됩니다. --machine-type gpu 다중 모델 또는 대형 모델이 있는 Workflows에는

작업 진행 상황 모니터링

시작 명령은 Job ID를 출력합니다. 상태를 확인하려면 이를 사용하세요:

inference rf-cloud batch-processing show-job-details --job-id <your-job-id>

결과 내보내기

작업 세부 정보에는 출력 batch ID가 포함됩니다. 결과를 내보내려면 이를 사용하세요:

inference rf-cloud data-staging export-batch \
  --target-dir <dir-to-export-result> \
  --batch-id <output-batch-of-a-job>

모든 옵션 알아보기

inference rf-cloud --help
inference rf-cloud data-staging --help
inference rf-cloud batch-processing --help