Seg Preview

Seg Preview

セグメントプレビュー

型識別子

ステップで次の識別子を使用してください "type" フィールド： roboflow_core/seg-preview@v1 ワークフローにこのブロックをステップとして追加するには。

プロパティ

名前	型	説明	参照
name	str	このステップの一意の識別子を入力してください。	❌
class_names	Union[List[str], str]	認識するクラスの一覧。	✅
のしきい値と比較します	float	予測マスクスコアのしきい値。	✅

この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。

ランタイム互換性

requires_internet - エアギャップ／オフライン環境: このブロックは、完全にオフライン／エアギャップ環境から到達できないサービスに依存しています。

ハード - ランタイム self_hosted_cpu, self_hosted_gpu, inference_pipeline : Seg Preview は Roboflow 内部の API_BASE_URL/inferenceproxy/seg-preview エンドポイントを呼び出します。これは Roboflow ホストのランタイム（HOSTED_SERVERLESS、DEDICATED_DEPLOYMENT）からのみ到達可能です。セルフホストのデプロイメントではこのブロックを実行できません。

入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が セグメントプレビュー のバージョン v1 あるか確認してください。

入力と出力のバインディング

• 入力

  • images (image): 推論対象の画像です..

  • class_names (Union[list_of_values, string]): 認識するクラスの一覧。

  • のしきい値と比較します (float): 予測マスクスコアのしきい値。

• 出力

  • predictions (instance_segmentation_prediction): 検出されたバウンディングボックスとセグメンテーションマスクを sv.Detections(...) オブジェクトの形式で持つ予測。

JSON 定義の例

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/seg-preview@v1",
	    "images": "$inputs.image",
	    "class_names": [
	        "車",
	        "人"
	    ],
	    "threshold": 0.3
	}