API接口提供了一个强大的工具来获取模型推理的统计数据。通过简单的GET请求，可以获取包括推理次数、错误次数、平均置信度和平均响应时间等关键指标。这些数据对于监控模型性能和优化资源分配至关重要。
要使用这个API接口，需要传递三个可选的查询参数：startTime、endTime和modelNames。startTime和endTime参数接受格式为"YYYY-MM-DD HH:mm:ss"的日期时间字符串，分别表示统计数据的开始和结束时间。如果这两个参数为空，startTime将默认为请求时间之前的24小时，endTime将默认为请求的当前时间。modelNames参数接受一个由逗号分隔的模型名称字符串，允许指定想要获取统计数据的模型。
下面是一个使用curl命令行工具发起GET请求的示例。需要将<your_api_key>替换为实际API密钥。
curl --location --request GET 'https://api.roboflow.com/${WORKSPACE}/inference-stats?api_key=&startTime=&endTime='
如果请求成功，将收到一个包含统计数据的JSON响应。这个响应包含了总体统计数据和每个模型的详细统计数据。总体统计数据包括推理次数、错误次数、平均置信度和平均响应时间等。每个模型的详细统计数据包括模型名称、预测类别、推理次数、错误次数、平均置信度、平均响应时间等。
例如，以下是一个示例响应：
{
"num_inferences": 120,
"prev_num_inferences": 290,
"num_errors": 0,
"prev_num_errors": 0,
"avg_confidence": 0.92541713388321,
"prev_avg_confidence": 0.8610920182589827,
"avg_response_time": 0.16464362986438943,
"prev_avg_response_time": 0.043521592255159045,
"inference_stats": [
{
"model_name": "cards-3z9gn",
"predicted_class": "Playingcards",
"num_inferences": 106,
"prev_num_inferences": 190,
"num_errors": null,
"prev_num_errors": null,
"avg_confidence": 0.931105958703923,
"prev_avg_confidence": 0.935741652940449,
"avg_response_time": 0.176652773857811,
"prev_avg_response_time": 0.05487422056841488,
"median_confidence": 0.9268901944160461,
"class_count": 211,
"deployment_types": "hosted",
"inference_server_versions": "0.15.3,0.16.0",
"model_num_inferences": 107,
"prev_model_num_inferences": 190
},
// 其他模型的统计数据...
]
}