视频推理API使用指南

Roboflow的视频推理API专为异步视频处理而优化，支持运行任何Roboflow实现的模型（包括CLIP等基础模型、使用Roboflow训练的自定义微调模型，以及Roboflow Universe上其他人共享的数千个模型）来获取录制视频的所有帧或子集的预测。以下是使用API并检索预测的步骤：

上传视频

首先，需要上传一个视频文件。Roboflow支持的视频文件格式包括mp4、avi、mkv和webm。上传后，视频将被缓存一周，以便用户可以在不重复上传整个视频的情况下重新运行视频推理。一周后，视频将被永久删除。

请求模型推理

上传视频后，可以请求在上传的视频上运行一个或多个模型的推理。这个过程是异步的，意味着可以在推理完成后再获取结果。

轮询结果

由于视频推理API的优化，可以高效地批量处理并利用GPU，并且具有更高的延迟容忍度，因此对于存储的视频处理（与实时流媒体相比），视频推理API的成本可以低至100倍。可以在这里查看API输出格式的规范。

模型支持

可以在视频推理API上使用以下类型的模型：

• 对象检测：支持
• CLIP：支持
• 视线检测：支持
• 分类：支持
• 实例分割：支持
• 语义分割：支持

示例用例

以下是一些可以使用视频推理API的示例用例：

• 视频标签：对视频内容进行自动标记。
• 视频审核：例如，在媒体中搜索暴力、不雅场景。
• 寻找并标记品牌或产品：自动识别视频中的品牌或产品。
• 提取视频中的文本：从视频中提取文本信息。
• 场景分割和分类：将视频分割成不同的场景并进行分类。
• 对象计数：统计视频中的对象数量。
• 媒体搜索索引：为视频内容创建搜索索引。
• 识别视频中可以放置上下文广告的区域：自动找到适合放置广告的视频区域。

重要说明

请注意，上传到Roboflow的视频不能被下载。上传功能仅用于允许后端处理视频以进行推理目的。

视频推理API提供了一种高效、低成本的方式来处理存储的视频内容，使其成为各种视频分析任务的理想选择。无论是自动标记视频、审核内容、还是提取文本信息，视频推理API都能满足需求。

通过使用Roboflow的视频推理API，可以轻松地将先进的机器学习模型应用于视频数据，从而实现自动化的视频分析和处理。这不仅可以节省大量的时间和资源，还可以提高视频内容的质量和价值。

此外，Roboflow的视频推理API还支持多种模型类型，包括对象检测、CLIP、视线检测、分类、实例分割和语义分割等。这意味着可以根据自己的需求选择合适的模型，以实现最佳的视频分析效果。

视频推理API的使用步骤也非常简单。首先，需要上传一个视频文件。Roboflow支持多种视频格式，包括mp4、avi、mkv和webm。上传后，视频将被缓存一周，以便在需要时可以重新运行视频推理。然后，可以请求在上传的视频上运行一个或多个模型的推理。这个过程是异步的，可以在推理完成后再获取结果。

视频推理API的输出格式规范也可以在这里查看。这有助于更好地理解API的输出结果，并根据需求进行进一步的处理和分析。

通过使用视频推理API，可以轻松地将先进的机器学习模型应用于视频数据，从而实现自动化的视频分析和处理。这不仅可以节省大量的时间和资源，还可以提高视频内容的质量和价值。

此外，视频推理API还支持多种模型类型，包括对象检测、CLIP、视线检测、分类、实例分割和语义分割等。这意味着可以根据自己的需求选择合适的模型，以实现最佳的视频分析效果。

视频推理API的使用步骤也非常简单。首先，需要上传一个视频文件。Roboflow支持多种视频格式，包括mp4、avi、mkv和webm。上传后，视频将被缓存一周，以便在需要时可以重新运行视频推理。然后，可以请求在上传的视频上运行一个或多个模型的推理。这个过程是异步的，可以在推理完成后再获取结果。

视频推理API的输出格式规范也可以在这里查看。这有助于更好地理解API的输出结果，并根据需求进行进一步的处理和分析。