renom_img.api.inference

class Detector ( url='http://localhost' , port='8080' )

ベースクラス: object

Detectorクラスは、ReNomIMGが提供するGUIツールにて作成された学習済みニューラルネットワーク重みをダウンロードして使用する機能を提供します。

パラメータ:
  • url ( string ) -- ReNomIMGアプリケーションサーバのurl
  • port ( string ) -- ReNomIMGアプリケーションサーバのポート番号
model_info

ダウンロードしたモデルの情報を表示します。

>>> from renom_img.api.inference.detector import Detector
>>> detector = Detector()
>>> detector.pull()
>>> print(detector.model_info)
predict ( img_list )

与えられた画像ファイルに対するオブジェクト検出を実行します。

パラメータ: img_list ( string , list , ndarray ) -- 画像のパス、パスのリスもしくはndarrayオブジェクトを引数に与えることができます。

>>> from renom_img.api.inference.detector import Detector
>>> detector = Detector()
>>> detector.pull()
>>> detector.predict(path_to_image)
{
  {'box':[0.2, 0.1, 0.5, 0.3], 'class':0, 'name': 'dog', 'score':0.5}
}
pull ( )

ReNomIMGサーバにおいてデプロイフラグが設定されたモデルをダウンロードします。デプロイ方法については、ReNomIMG - How to useをご参照ください。

>>> from renom_img.api.inference.detector import Detector
>>> detector = Detector()
>>> detector.pull()
class Classifier ( url='http://localhost' , port='8080' )

ベースクラス: object

Classifierクラスは、ReNomIMGが提供するGUIツールにて作成された学習済みニューラルネットワーク重みをダウンロードして使用する機能を提供します。

パラメータ:
  • url ( string ) -- ReNomIMGアプリケーションサーバのurl
  • port ( string ) -- ReNomIMGアプリケーションサーバのポート番号
model_info

ダウンロードしたモデルの情報を表示します。

>>> from renom_img.api.inference.classifier import Classifier
>>> classifier = Classifier()
>>> classifier.pull()
>>> print(classifier.model_info)
predict ( img_list , return_scores=False )

与えられた画像ファイルに対する推論を実行します。

パラメータ:
  • img_list ( string , list , ndarray ) -- 画像のパス、パスのリスもしくはndarrayオブジェクトを引数に与えることができます。
  • return_scores ( boolean ) -- 全クラスに対する推論結果のスコア値を返すかどうかのフラグ。デフォルトはFalse。
戻り値:

各画像に対する推論結果を返します。

>>> from renom_img.api.inference.classifier import Classifier
>>> classifier = Classifier()
>>> classifier.pull()
>>>
>>> classifier.predict(path_to_image)
     3  # Predicts class index = 3 (index starts from 0)
>>>
>>> # Return scores for all classes by setting 'return_scores' = True)
>>> classifier.predict(path_to_image, return_scores=True)
     (3, array([[0., 0., 0.0150, 0.9850]], dtype=float32))  # Predicts class index = 3, with score = 98.50%
}
pull ( )

ReNomIMGサーバにおいてデプロイフラグが設定されたモデルをダウンロードします。デプロイ方法については、ReNomIMG - How to useをご参照ください。

>>> from renom_img.api.inference.classifier import Classifier
>>> classifier = Classifier()
>>> classifier.pull()
class Segmenter ( url='http://localhost' , port='8080' )

ベースクラス: object

Segmenterクラスは、ReNomIMGが提供するGUIツールにて作成された学習済みニューラルネットワーク重みをダウンロードして使用する機能を提供します。

パラメータ:
  • url ( string ) -- ReNomIMGアプリケーションサーバのurl
  • port ( string ) -- ReNomIMGアプリケーションサーバのポート番号
model_info

ダウンロードしたモデルの情報を表示します。

>>> from renom_img.api.inference.segmenter import Segmenter
>>> segmenter = Segmenter()
>>> segmenter.pull()
>>> print(segmenter.model_info)
predict ( img_list )

与えられた画像ファイルに対する推論を実行します。

パラメータ: img_list ( string , list , ndarray ) -- 画像のパス、パスのリスもしくはndarrayオブジェクトを引数に与えることができます。
戻り値: 各画像に対する推論結果を返します。

>>> from renom_img.api.inference.segmenter import Segmenter
>>> segmenter = Segmenter()
>>> segmenter.pull()
>>> segmenter.predict(path_to_image)
}
pull ( )

ReNomIMGサーバにおいてデプロイフラグが設定されたモデルをダウンロードします。デプロイ方法については、ReNomIMG - How to useをご参照ください。

>>> from renom_img.api.inference.segmenter import Segmenter
>>> segmenter = Segmenter()
>>> segmenter.pull()