目标检测

目标检测模型允许用户识别特定类别的物体。这些模型接收图像作为输入，并输出带有边界框和标签的检测到的物体的图像。

有关 object-detection 任务的更多详细信息，请查看其专用页面！您将在那里找到示例和相关材料。

使用 API

语言

客户端

Provider

设置

from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="hf-inference",
    api_key="hf_xxxxxxxxxxxxxxxxxxxxxxxx",
)

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

API 规范

请求

负载
inputs*	字符串	输入图像数据，为 base64 编码的字符串。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。
parameters	对象
threshold	数字	进行预测所需的概率。

某些选项可以通过将标头传递给 Inference API 进行配置。以下是可用的标头

标头
authorization	字符串	身份验证标头，格式为 `'Bearer: hf_**'`，其中 `hf_**` 是具有 Inference API 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。
x-use-cache	布尔值，默认为 `true`	Inference API 上有一个缓存层，用于加速我们已经看到的请求。大多数模型都可以使用这些结果，因为它们是确定性的（意味着输出无论如何都是相同的）。但是，如果您使用非确定性模型，您可以设置此参数以防止使用缓存机制，从而产生真正的全新查询。阅读有关缓存的更多信息此处。
x-wait-for-model	布尔值，默认为 `false`	如果模型尚未准备好，请等待它而不是接收 503。它限制了完成推理所需的请求数量。建议仅在收到 503 错误后才将此标志设置为 true，因为它会将应用程序中的挂起限制在已知位置。阅读有关模型可用性的更多信息此处。

有关 Inference API 标头的更多信息，请查看参数指南。

响应

正文
（数组）	对象数组	输出是对象数组。
label	字符串	边界框的预测标签。
score	数字	相关的分数/概率。
box	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

Inference Providers

目标检测

推荐模型

使用 API

API 规范

请求

响应