ResNet

Serverless Hosted API를 통해 ResNet 이미지 분류를 사용합니다.

다음을 통해 ImageNet 사전학습 ResNet 이미지 분류를 실행 Serverless Hosted API, 또는 다음을 사용해 자체 호스팅 Roboflow Inference.

기본 alias

이 별칭들 중 아무거나 다음으로 전달하세요: model_id 사용할 때 inference-sdk:

• resnet18

• resnet34

• resnet50

• resnet101

정확도 및 추론 속도

지연 시간은 다음을 사용해 측정됩니다 Roboflow Inference 1x NVIDIA L4, 배치 크기 1에서, 1,000회 추론(100회 워밍업)의 평균으로 측정됩니다. 이 별칭들은 ONNX에서 실행됩니다(사전 빌드된 TensorRT 엔진 없음). 배치 처리로는 도움이 되지 않습니다: 이 체크포인트는 고정된 배치 차원 1로 내보내집니다.

정확도는 표준 torchvision 가중치의 공개된 ImageNet-1k 사양입니다 (출처).

별칭	Top-1	Top-5	지연 시간(ms)
resnet18	69.8	89.1	1.4
resnet34	73.3	91.4	2.2
resnet50	76.1	92.9	2.4
resnet101	77.4	93.5	3.7

코드 샘플

1

API Key를 받으세요

Roboflow 계정을 만들고, 다음에서 키를 찾으세요: Roboflow API 설정 페이지 그리고 이를 셸에서 사용할 수 있도록 설정하세요:

export ROBOFLOW_API_KEY="your-key-here"

2

종속성을 설치하세요

이 패키지는 다음 모델을 호출합니다:

pip install inference-sdk

3

모델을 실행하세요

아래 예제는 실행합니다 resnet50 원격 이미지에 대해.

import os
import cv2
import numpy as np
import requests
from inference_sdk import InferenceHTTPClient

content = requests.get("https://media.roboflow.com/notebooks/examples/dog.jpeg").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"],
)
results = client.infer(image, model_id="resnet50")
print(results)

설정 api_url 을 배포 대상에 맞게 설정하세요:

• https://serverless.roboflow.com Serverless Hosted API용입니다.

• http://localhost:9001 로컬 Inference 서버용입니다.

• 귀하의 Dedicated Deployment 비공개 엔드포인트용 URL입니다.