目標檢測

目標檢測模型允許使用者識別某些定義類別的物件。這些模型接收影像作為輸入，並輸出帶有邊界框和檢測到的物件標籤的影像。

有關 `object-detection` 任務的更多詳細資訊，請檢視其專用頁面！您將找到示例和相關資料。

使用 API

語言

客戶端

提供商

設定

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 規範

請求

標頭
授權	字串	認證頭，格式為 `Bearer: hf_**`，其中 `hf_**` 是具有“推理提供商”許可權的個人使用者訪問令牌。您可以從您的設定頁面生成一個。

有效負載
inputs*	字串	作為 base64 編碼字串的輸入影像資料。如果未提供 `parameters`，您也可以將影像資料作為原始位元組負載提供。
引數	物件
閾值	數字	進行預測所需的機率。

響應

正文
（陣列）	物件陣列	輸出是一個物件陣列。
標籤	字串	邊界框的預測標籤。
分數	數字	關聯的分數/機率。
框	物件
xmin	整數	邊界框左上角的 x 座標。
xmax	整數	邊界框右下角的 x 座標。
ymin	整數	邊界框左上角的 y 座標。
ymax	整數	邊界框右下角的 y 座標。

< > 在 GitHub 上更新

推理服務提供商

目標檢測

推薦模型

使用 API

API 規範

請求

響應