物件偵測請求和回應格式 - Amazon SageMaker

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

物件偵測請求和回應格式

要求格式

利用模型的端點來查詢訓練過的模型。端點可接受 .jpg 和 .png 影像格式,以及 image/jpegimage/png 內容類型。

回應格式

回應是一種類別索引,其具有以 JSON 格式編碼影像內之所有物件的可信度分數及邊界框座標。以下是回應 .json 檔案的範例:

{"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] ]}

此 .json 檔案中的每個資料列都包含一個代表偵測物件的陣列。每個物件陣列都包含六個數字的清單。第一個數字是預估的類別標籤。第二個數字是偵測的相關可信度分數。最後四個數字代表邊界框座標 [xmin, ymin, xmax, ymax]。這些輸出邊界框的邊角索引會由整體影像大小來標準化。請注意,這個編碼和輸入 .json 格式使用的編碼不同。例如,在偵測結果的第一個項目中,0.3088374733924866 (以整體影像寬度的比例表示) 是邊界框左側座標 (左上角 x 軸),0.07030484080314636 (以整體影像高度的比例表示) 是邊界框上方座標 (左上角 y 軸),0.7110607028007507 (以整體影像寬度的比例表示) 是邊界框右側座標 (右下角 x 軸),而 0.9345266819000244 (以整體影像高度的比例表示) 是邊界框下方座標 (右下角 y 軸)。

為了避免不可靠的偵測結果,建議您篩選掉可信度分數較低的偵測結果。在物件偵測範例筆記本中,我們會提供多個指令碼的範例,這些指令碼使用閾值來移除低可信度偵測,並在原始影像上繪製邊界框。

若是批次轉換,回應為 JSON 格式,並與上述的 JSON 格式相同。每個影像的偵測結果均以 JSON 檔案來表示。例如:

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

如需訓練與推論的詳細資訊,請參閱物件偵測範例筆記本

輸出:JSON 回應格式

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 } ] }