目标检测

目标检测模型允许用户识别某些定义类别的对象。这些模型接收图像作为输入，并输出带有边界框和检测到的对象标签的图像。

有关 `object-detection` 任务的更多详细信息，请查看其专用页面！您将找到示例和相关资料。

使用 API

语言

客户端

提供商

设置

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="hf-inference",
    api_key=os.environ["HF_TOKEN"],
)

output = client.object_detection("cats.jpg", model="facebook/detr-resnet-50")

API 规范

请求

标头
授权	字符串	认证头，格式为 `Bearer: hf_**`，其中 `hf_**` 是具有“推理提供商”权限的个人用户访问令牌。您可以从您的设置页面生成一个。

有效负载
inputs*	字符串	作为 base64 编码字符串的输入图像数据。如果未提供 `parameters`，您也可以将图像数据作为原始字节负载提供。
参数	对象
阈值	数字	进行预测所需的概率。

响应

正文
（数组）	对象数组	输出是一个对象数组。
标签	字符串	边界框的预测标签。
分数	数字	关联的分数/概率。
框	对象
xmin	整数	边界框左上角的 x 坐标。
xmax	整数	边界框右下角的 x 坐标。
ymin	整数	边界框左上角的 y 坐标。
ymax	整数	边界框右下角的 y 坐标。

< > 在 GitHub 上更新

推理服务提供商

目标检测

推荐模型

使用 API

API 规范

请求

响应