此API使用了基於Pytorch的YOLO模型進行影像中的物件偵測。我們支援兩種版本的YOLO，分別是YOLOv5和YOLOv8。除此之外，我們也提供了選擇性的深度估計模型以進行影像中物體的深度估計。

YOLOv5(上) 與 YOLOv8-seg(下) ZoeDepth深度估計

請依照以下步驟進行環境設定與相依套件的安裝。

1. 安裝相依套件 首先，你需要安裝相依套件。在你的終端機中輸入下面的指令來安裝所有需要的Python套件：

pip install -r requirements.txt

2. 安裝PyTorch與CUDA支援 接著，你需要安裝支援CUDA的PyTorch。你可以使用以下的指令來安裝：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

*請注意，你需要有一個支援CUDA的圖形處理器(GPU)才能使用這個指令。如果你的設備不支援CUDA，你可能需要安裝不支援CUDA的PyTorch版本。

• ZoeDepth 放置於./hub/checkpoints/ZoeD_M12_N.pt
• Yolov5, v8模型放置於./models，如: ./models/yolov8-seg.pt

以下是此API的主要端點:

• /: 顯示可用模型列表的端點
• /upload: 上傳圖片並進行物件偵測的端點

此端點用於取得當前可用的YOLO模型列表。

方法: POST 回傳格式: JSON 回傳內容: 一個字典，鍵為模型名稱，值為available

此端點接受上傳的圖片並進行物件偵測。

方法: POST 參數:

• Model_name: 選擇YOLO模型名稱，需符合當前可用模型列表的模型名稱。
• base64_str: 圖片的base64編碼字串，需包含 data:image/[image format];base64, 的前綴，例如 data:image/jpeg;base64,/9j/4AAQSk...
• Deep_model: 選擇是否使用ZoeDepth模型進行深度估算，需傳入Python的bool值字串，例如 True 或 False。
• version: YOLO模型版本，目前支援 v5 或 v8。

回傳格式: JSON

• 回傳內容: 每一個偵測到的物件都會有一個字典，字典的鍵包含 name、class、confidence、xmin、ymin、xmax、ymax
• 使用深度估算時會有 deep。
  • Yolov5計算bbox內的深度中位數
  • Yolov8計算keypoints(mask)所還蓋範圍內深度平均數
• 如果使用的是YOLOv8，還會包含 keypoints。

可以在命令行介面下使用以下指令啟動此API:

python main.py --device [運行設備] --port [端口]

其中，運行設備可以選擇 cuda:0 或 cpu，端口可以選擇例如 5001 或 5002。

請求範例

curl -X POST "http://localhost:5001/upload" \
-H "Content-Type: application/json" \
-d '{
    "Model_name": "yolov5s",
    "base64_str": "data:image/jpeg;base64,/9j/4AAQSk...",
    "Deep_model": "True",
    "version": "v5"
}'

回應範例

{
    "0": {
        "name": "person",
        "class": "0",
        "confidence": "0.99",
        "xmin": "116.52",
        "ymin": "34.41",
        "xmax": "167.94",
        "ymax": "224.88",
        "deep": "65"
    },
    "1": {
        "name": "bicycle",
        "class": "1",
        "confidence": "0.87",
        "xmin": "201.72",
        "ymin": "120.28",
        "xmax": "295.03",
        "ymax": "203.18",
        "deep": "77"
    }
}