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-实例分割-1.1.0
更新时间：2025-07-29 GMT+08:00
查看PDF
分享

Pangu-CV-实例分割-1.1.0

功能介绍

能够对输入图片中的不同类别物体及物体个体进行分割识别，输出每个实例的类别标签、置信度及坐标信息。

服务调用方式：

  • 支持图片推理和视频推理。
  • 图片、视频推理支持在线和边缘部署。
  • 视频推理调用方式，需在创建部署任务时设置环境变量，添加rtsp视频流地址：
    • 添加环境变量，名称 “ADDRS”。环境变量的值为视频流地址，格式示例：rtsp://{边缘节点地址:端口}/{rtsp视频流地址}
    • 模型推理结果需在容器日志中查询，远程登录到部署服务器后，执行docker ps命令获取容器列表及其信息。
    • 记录部署任务名称，进入ModelArts服务的模型部署导航栏中按照模型的部署形式，进入在线服务、边缘服务页签按照任务名称找到对应的任务ID。按创建部署任务时生成的任务ID在容器信息中查找，找到与名称对应的CONTAINER ID。

    • 执行docker logs -f {CONTAINER ID}命令查看容器日志。在容器日志中可查看推理执行过程，搜索“result”可获取推理结果。

URI

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

获取URI方式请参见请求URI。

请求参数

表1 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2 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3 请求参数

参数

是否必选

参数类型

说明

images

是

String

参数解释：

图像base64编码。

约束限制：

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

响应参数

表4 响应参数

参数

参数类型

描述

img_res

List

参数解释：

实例分割结果，请求成功有此字段，其中每个元素为一个实例的分割结果。

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5 img_res中各项结构

参数

参数类型

描述

label

String

参数解释：

预测类别。

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：

不涉及

默认取值：

不涉及

box

Dict

参数解释：

检测到的目标主体信息，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

mask

Dict

参数解释：

图像信息，格式为{"counts":string,"size":[h,w]}。

  • counts：基于游程编码的字符串，编码内容为和原图宽高相同的布尔数组：若数组某位置值为0，代表原图此位置像素点不属于检测目标，若为1，代表原图此位置像素点属于检测目标。可通过python开源库pycocotools._mask进行编码和解码。
  • size：图像尺寸，h为图像高，w为图像宽。

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

{ 
     "images": "/9j/4Vr2RXhpZgAASUkqAAgAAA....." 
}

响应示例

{
    "dataset_id": "12345",
    "img_res":
        [{"label":"person", "score": 0.958,
        "box": {"x": 131, "y": 186, "width": 128, "height": 102, "angle": 0},
        "mask":{'counts': 'PR`1h0n:0O2M5K4L4M4L6I7\\O\\NiFh1R9a0N2M3O0M301O00001O00000000000003NO01N2O0N3O2Nd0]O1N1O0O2O1N20000O100O2O0O101N3N1N2N2O1N1O1O1O1O010O0001O1O1O2N3M2ZFiNi8R2001O00001O00001O001O1O1O2N1O1O2N3M7F9I5J4M3N1O3M3L3M3N1N3M2M3MRfR3','size': [374, 500]}
         },...]
}

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