Object Detection 요청 및 응답 형식

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

다음 페이지에서는 Amazon SageMaker AI 객체 감지 - MXNet 모델의 추론 요청 및 응답 형식을 설명합니다.

요청 형식

모델의 엔드포인트를 사용하여 교육된 모델을 쿼리합니다. 엔드포인트는 image/jpeg 및 image/png 콘텐츠 유형의 .jpg 및 .png 이미지 형식을 사용합니다.

응답 형식

응답은 JSON 형식으로 인코딩된 이미지 내 모든 객체에 대한 신뢰도 점수 및 경계 상자 좌표가 포함된 클래스 인덱스입니다. 다음은 응답 .json 파일의 예입니다.

{"prediction":[
  [4.0, 0.86419455409049988, 0.3088374733924866, 0.07030484080314636, 0.7110607028007507, 0.9345266819000244],
  [0.0, 0.73376623392105103, 0.5714187026023865, 0.40427327156066895, 0.827075183391571, 0.9712159633636475],
  [4.0, 0.32643985450267792, 0.3677481412887573, 0.034883320331573486, 0.6318609714508057, 0.5967587828636169],
  [8.0, 0.22552496790885925, 0.6152569651603699, 0.5722782611846924, 0.882301390171051, 0.8985623121261597],
  [3.0, 0.42260299175977707, 0.019305512309074402, 0.08386176824569702, 0.39093565940856934, 0.9574796557426453]
]}

이 .json 파일의 각 행에는 감지된 객체를 나타내는 배열이 포함되어 있습니다. 이러한 객체 배열은 각각 6개 숫자 목록으로 구성되어 있습니다. 첫 번째 숫자는 예측된 클래스 레이블이고, 두 번째 숫자는 감지를 위해 연결된 신뢰도 점수입니다. 마지막 숫자 4개는 경계 상자 좌표 [xmin, ymin, xmax, ymax]를 나타냅니다. 이러한 출력 경계 상자 모서리 인덱스는 전체 이미지 크기로 정규화됩니다. 이 인코딩은 입력 .json 형식에서 사용하는 인코딩과 다릅니다. 예를 들어, 감지 결과의 첫 번째 항목에서 0.3088374733924866은 전체 이미지 너비의 비율로 표시된 경계 상자의 왼쪽 좌표(왼쪽 위 모서리의 x 좌표), 0.07030484080314636은 전체 이미지 높이의 비율로 표시된 경계 상자의 상단 좌표(왼쪽 위 모서리의 y 좌표), 0.7110607028007507은 전체 이미지 너비의 비율로 표시된 경계 상자의 오른쪽 좌표(오른쪽 아래 모서리의 x 좌표) 그리고 0.9345266819000244는 전체 이미지 높이의 비율로 표시된 경계 상자의 하단 좌표(오른쪽 아래 모서리의 y 좌표)입니다.

신뢰할 수 없는 감지 결과를 피하기 위해 신뢰도 점수가 낮은 감지 결과는 제외하려고 할 수 있습니다. 객체 감지 샘플 노트북에서는 임곗값을 사용하여 신뢰도가 낮은 탐지를 제거하고 원본 이미지에 경계 상자를 표시하는 스크립트의 예제를 제공합니다.

배치 변환을 위해 응답은 JSON 형식입니다. 이 형식은 위에서 설명한 JSON 형식과 동일합니다. 각 이미지의 감지 결과는 JSON 파일로 표시됩니다. 예시:

{"prediction": [[label_id, confidence_score, xmin, ymin, xmax, ymax], [label_id, confidence_score, xmin, ymin, xmax, ymax]]}

훈련 및 추론에 대한 자세한 정보는 Object Detection 샘플 노트북 섹션을 참조하세요.

OUTPUT: JSON 응답 형식

accept: application/json;annotation=1

{
   "image_size": [
      {
         "width": 500,
         "height": 400,
         "depth": 3
      }
   ],
   "annotations": [
      {
         "class_id": 0,
         "score": 0.943,
         "left": 111,
         "top": 134,
         "width": 61,
         "height": 128
      },
      {
         "class_id": 0,
         "score": 0.0013,
         "left": 161,
         "top": 250,
         "width": 79,
         "height": 143
      },
      {
         "class_id": 1,
         "score": 0.0133,
         "left": 101,
         "top": 185,
         "width": 42,
         "height": 130
      }
   ]
}