의미론적 분할 모델

이미지의 모든 픽셀에 클래스 레이블을 할당합니다.

v2

Roboflow에 호스팅되었거나 업로드된 의미론적 세분화 모델에 대해 추론을 실행합니다.

의미론적 세분화는 이미지의 모든 픽셀에 클래스 레이블을 할당하여, 객체별 바운딩 박스나 인스턴스 마스크가 아닌 밀집 세분화 마스크를 생성합니다.

계정에 비공개인 모든 모델이나, 사용 가능한 공개 모델을 쿼리할 수 있습니다. Roboflow Universe.

이 블록을 사용하려면 Inference 환경에서 Roboflow API 키를 설정해야 합니다. Roboflow API 키 설정에 대해 자세히 알아보려면, Inference 문서를 참조하세요.

유형 식별자

단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/roboflow_semantic_segmentation_model@v2 워크플로우에 이 블록을 단계로 추가하려면.

속성

이름	유형	설명	참조
name	str	이 단계에 대한 고유 식별자를 입력하세요..	❌
model_id	str	Roboflow 모델 식별자..	✅
confidence_mode	str	신뢰도 임계값이 결정되는 방식..	✅
custom_confidence	float	예측에 대한 사용자 지정 신뢰도 임계값..	✅

이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 의미론적 분할 모델 버전 v2 을 가지고 있는지.

입력 및 출력 바인딩

• 입력

  • 이미지 (이미지): 추론할 이미지입니다..

  • model_id (roboflow_model_id): Roboflow 모델 식별자..

  • confidence_mode (string) 신뢰도 임계값이 결정되는 방식..

  • custom_confidence (0에서 1 사이의 실수): 예측에 대한 사용자 지정 신뢰도 임계값..

• 출력

  • inference_id (inference_id): 추론 식별자.

  • 예측 (semantic_segmentation_prediction): 의미론적 세분화를 위한 픽셀별 클래스 레이블과 신뢰도를 가진 예측.

  • model_id (roboflow_model_id): Roboflow 모델 ID.

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_semantic_segmentation_model@v2",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence_mode": "<block_does_not_provide_example>",
	    "custom_confidence": 0.3
	}

v1

Roboflow에 호스팅되었거나 업로드된 의미론적 세분화 모델에 대해 추론을 실행합니다.

의미론적 세분화는 이미지의 모든 픽셀에 클래스 레이블을 할당하여, 객체별 바운딩 박스나 인스턴스 마스크가 아닌 밀집 세분화 마스크를 생성합니다.

계정에 비공개인 모든 모델이나, 사용 가능한 공개 모델을 쿼리할 수 있습니다. Roboflow Universe.

이 블록을 사용하려면 Inference 환경에서 Roboflow API 키를 설정해야 합니다. Roboflow API 키 설정에 대해 자세히 알아보려면, Inference 문서를 참조하세요.

유형 식별자

단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/roboflow_semantic_segmentation_model@v1 워크플로우에 이 블록을 단계로 추가하려면.

속성

이름	유형	설명	참조
name	str	이 단계에 대한 고유 식별자를 입력하세요..	❌
model_id	str	Roboflow 모델 식별자..	✅

이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 의미론적 분할 모델 버전 v1 을 가지고 있는지.

입력 및 출력 바인딩

• 입력

  • 이미지 (이미지): 추론할 이미지입니다..

  • model_id (roboflow_model_id): Roboflow 모델 식별자..

• 출력

  • inference_id (inference_id): 추론 식별자.

  • 예측 (semantic_segmentation_prediction): 의미론적 세분화를 위한 픽셀별 클래스 레이블과 신뢰도를 가진 예측.

  • model_id (roboflow_model_id): Roboflow 모델 ID.

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_semantic_segmentation_model@v1",
	    "images": "$inputs.image",
	    "model_id": "my_project/3"
	}