Roboflow 部署指南

Roboflow提供了一个命令行界面(CLI),使得用户可以轻松地部署和管理机器学习模型。以下是使用 CLI 进行部署的步骤。首先,确保已经安装了 Roboflow CLI。如果尚未安装,可以通过以下命令进行安装:

pip install roboflow

安装完成后,需要进行身份验证,以便 CLI 可以访问Roboflow工作空间。使用以下命令进行登录:

roboflow login

接下来,可以创建一个专用部署。为此,运行以下命令,并替换相应的参数:

roboflow deployment add DEPLOYMENT_NAME -m MACHINE_TYPE -t DURATION -w WAIT_ON_PENDING -e NO_DELETE_ON_EXPIRATION -v INFERENCE_VERSION

在上述命令中,需要替换以下参数:

  • DEPLOYMENT_NAME:部署名称,必须是 5 到 15 个字母、数字或破折号的组合,且必须以字母开头,在工作空间中必须是唯一的。
  • MACHINE_TYPE:机器类型,可以通过运行 roboflow deployment machine_type 来获取可用选项。
  • DURATION:部署的持续时间(单位:小时),必须在 0.1 到 6 之间,默认值为 3。
  • WAIT_ON_PENDING:是否等待部署准备就绪(或失败),默认为 false。
  • NO_DELETE_ON_EXPIRATION:部署过期时是否不删除,默认为 false。
  • INFERENCE_VERSION:推理服务器 Docker 镜像的版本,必须为 0.16.0 或更高版本。可以在 Docker Hub 查看 CPU 和 GPU 部署的可用选项。

创建部署后,可以使用以下命令列出所有与Roboflow工作空间关联的专用部署:

roboflow deployment list

要检查专用部署的状态,可以使用以下命令,并替换相应的参数:

roboflow deployment get DEPLOYMENT_NAME -w WAIT_ON_PENDING

在上述命令中,需要替换以下参数:

  • DEPLOYMENT_NAME:部署名称。
  • WAIT_ON_PENDING:是否等待部署准备就绪(或失败),默认为 false。

此命令将返回以下信息:

  • 与专用部署关联的 URL。
  • 部署的状态。
  • 实例类型。

最后,可以随时删除专用部署。一旦删除,无法恢复。要删除部署,运行以下命令,并替换相应的参数:

roboflow deployment delete DEPLOYMENT_NAME

在上述命令中,需要替换以下参数:

  • DEPLOYMENT_NAME:部署名称。
沪ICP备2024098111号-1
上海秋旦网络科技中心:上海市奉贤区金大公路8218号1幢 联系电话:17898875485