预置物体检测模式

输入

系统预置物体检测输入输出模式，适用于物体检测的模型，使用该模式的模型被标识为物体检测模型。预测请求路径“/”，请求协议为“HTTP”，请求方法为“POST”，调用方需采用“multipart/form-data”内容类型，以“key”为“images”，“type”为“file”的格式输入待处理图片。选择该模式时需确保您的模型能处理key为images的输入数据。

输出

推理结果以“JSON”体的形式返回，具体字段请参见表1。

表1 参数说明
字段名	类型	描述
detection_classes	字符串数组	输出物体的检测类别列表，如["yunbao","cat"]
detection_boxes	数组，元素为浮点数数组	输出物体的检测框坐标列表，坐标表示为
detection_scores	浮点数数组	输出每种检测列表的置信度，用来衡量识别的准确度。

推理结果的“JSON Schema”表示如下：

{
	"type": "object",
	"properties": {
		"detection_classes": {
			"items": {
				"type": "string"
			},
			"type": "array"
		},
		"detection_boxes": {
			"items": {
				"minItems": 4,
				"items": {
					"type": "number"
				},
				"type": "array",
				"maxItems": 4
			},
			"type": "array"
		},
		"detection_scores": {
			"items": {
				"type": "string"
			},
			"type": "array"
		}
	}
}

请求样例

该模式下的推理方式均为输入一张待处理图片，推理结果以“JSON”格式返回。示例如下：

页面预测
 在服务详情的“预测”页签，上传需要检测的图片，单击“预测”即可获取检测结果。
Postman调REST接口预测
 部署上线成功后，您可以从服务详情页的调用指南中获取预测接口地址，预测步骤如下：
- 选择“Headers”设置请求头部，“Content-Type”的值设为“multipart/form-data”，“X-Auth-Token”的值设为用户实际获取的token值。
  图1 设置请求头部
- 选择“Body”设置请求体，“key”选择为“images”，选择为“File”类型，接着通过选择文件按钮选择需要处理的图片，最后单击“send”，发送您的预测请求。
  图2 设置请求体