YOLOv7

Serverless Hosted API를 통해 YOLOv7 instance segmentation을 사용합니다.

저희는 우리의 Serverless Hosted API. Roboflow에서는 YOLOv7 학습을 지원하지 않지만, 다음을 할 수 있습니다 자체 가중치를 업로드하고 그 가중치에 대해 추론을 실행할 수 있습니다.

자체 호스팅 배포는 다음을 참조하세요 Roboflow Inference.

YOLOv7 입력 크기는 Roboflow 외부에서 모델을 학습할 때 설정됩니다(일반적인 값: 640x640 또는 1280x1280).

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

Inference SDK를 설치하고 supervision 마스크를 디코딩하고 그리기 위해:

pip install inference-sdk supervision opencv-python

3

모델을 실행하세요

이 예제는 다음에서 학습된 공개 YOLOv7 인스턴스 세그멘테이션 모델을 실행합니다 콘크리트 표면 결함 (concrete-pugqq/3), 그런 다음 supervision을 사용해 예측된 마스크를 렌더링합니다. 자체 가중치를 서빙하려면, 여러분의 {workspace}/{model-slug} ID로 호출할 수 있습니다(참조 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/concrete-crack.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"],
)
results = client.infer(image, model_id="concrete-pugqq/3")

detections = sv.Detections.from_inference(results)

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

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

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.