文档首页/ 盘古大模型 PanguLargeModels/ API参考/ API/ 模型推理接口/ CV大模型/ Pangu-CV-物体检测-S-3.1.0
更新时间：2025-07-29 GMT+08:00
查看PDF
分享

Pangu-CV-物体检测-S-3.1.0

功能介绍

盘古计算机视觉物体检测大模型，任务是找出图像中所有感兴趣的目标，确定它们的位置和类别。

服务调用方式：

  • 支持图片推理。
  • 图片推理支持在线和边缘部署。

URI

POST /v1/{project_id}/infer-api/proxy/service/{deployment_id}/

获取URI方式请参见请求URI。

表1 推理接口路径参数

参数

是否必选

参数类型

描述

project_id

是

String

参数解释：

项目ID，获取方法请参见获取项目ID。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

deployment_id

是

String

参数解释：

模型的部署ID，获取方法请参见获取模型部署ID。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

请求参数

表2 请求Header参数（Token认证）

参数

是否必选

参数类型

描述

X-Auth-Token

是

String

参数解释：

用户Token。

用于获取操作API的权限。如图4中响应消息头中X-Subject-Token的值即为Token。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

Content-Type

是

String

参数解释：

发送的实体的MIME类型。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

application/json
表3 请求Header参数（API Key认证）

参数

是否必选

参数类型

描述

X-Apig-AppCode

是

String

参数解释：

API Key值。

用于获取操作API的权限。API Key认证响应消息头中X-Apig-AppCode的值即为API Key。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

Content-Type

是

String

参数解释：

发送的实体的MIME类型。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

application/json
表4 请求Body参数

参数

是否必选

参数类型

说明

images

是

String

参数解释：

图片base64编码，图片限制大小为2K。默认只支持RGB三通道图片数据，其他通道的数据暂不支持。

约束限制：

  • 图片限制大小为2K。
  • 建议使用JPG、PNG、JPEG、BMP格式的图片。
  • 默认只支持RGB三通道图片数据，其他通道的数据暂不支持。

取值范围：

不涉及

默认取值：

不涉及

threshold

否

String

参数解释：

检测框置信度阈值。

使能逻辑：

1） 优先看是否存在ENABLE_ALL_OUTPUTS参数为true，如存在则优先输出所有结果，不使用输入threshold和默认最优阈值；

2） 如果传入threshold，且ENABLE_ALL_OUTPUTS=false，则优先使用传入的threshold进行结果筛选；

3） 如果不传入threshold，或threhold=-1， 且ENABLE_ALL_OUTPUTS=false， 则使用默认最优阈值进行推理。

约束限制：

不涉及

取值范围：

最小0.0，最大1.0

默认取值：

-1

响应参数

表5 响应Body

参数

参数类型

说明

result

List

参数解释：

物体检测的识别结果。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

dataset_id

String

参数解释：

训练数据集ID。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及
表6 result中各项结构

参数

参数类型

说明

RegisterMatrix

List

参数解释：

图片特征矩阵。

参数解释：

置信度。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

默认为[[1, 0, 0], [0, 1, 0], [0, 0, 1]]

Label

String

参数解释：

预测类别，与训练数据中的类别名称相关。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

Score

Float

参数解释：

置信度。

约束限制：

不涉及

取值范围：

0~1

默认取值：

不涉及

Box

Dict

参数解释：

目标主体信息，格式为{"x":x1,"y":y1,"width":w,"height":h,"angle":r}。

  • x：检测到的目标主体区域的左上角x坐标。
  • y：检测到的目标主体区域的左上角y坐标。
  • width：检测到的目标主体区域的宽度。
  • height：检测到的目标主体区域的高度。
  • angle：默认为0，检测区域角度。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

请求示例

有如下三种调用方式：

调用方式总结为如下三种：

1）form-data格式调用

{ 
    "file":"xxx(base64 encode image data)"
}

2）base64 json调用

{    
    "Files":
      [{"ImageData":"xxx(base64 encode image data)"}]
}

3） base64 json调用（threshold非必须）

{    
     "images":"xxx(base64 encode image data)",
     "threshold":"0.4"
}

响应示例

{ 
    "dataset_id": "12345",
    "result": [ 
         { 
             "RegisterMatrix": [ 
                 [ 
                      1, 
                      0, 
                      0 
                 ], 
                 [ 
                      0, 
                      1, 
                      0 
                 ], 
                 [ 
                      0, 
                      0, 
                      1 
                 ] 
             ] 
         }, 
         { 
             "Box": { 
                 "X": 0, 
                 "Y": 0, 
                 "Width": 100, 
                 "Height": 100, 
                 "Angle": 0 
             }, 
             "Score": 0.9, 
             "label": "person" 
         } 
    ] 
}

状态码

请参见状态码。

错误码

请参见错误码。

父主题： CV大模型

相关文档