上一篇我們已經建立好模型, 而且也上傳一張圖片驗證推論的結果符合我們的預期. 接下來我們要把model部署出來並且建立endoint, 讓外部使用者可以存取這個endpoint之後取得推論結果, 也就是讓外部使用者可以做二次開發.

首先, 下圖是我們已建立好的model頁面, 如果要為這個model建立endpoint則點擊下圖的Create鍵

在建立endpoint的頁面中, 輸入下列資料

• Select model
  • 會自動帶入先一篇所訓練好的model
• Dimension
  • 尺寸建議選用與模型訓練時相同的訓練尺寸，會有較佳的辨識結果。
• Minimum Score Threshold
  • 最小機率門檻值的高低將影響辨識結果，適當的最小機率門檻值將取決於模型應用的情境而定，數值越高，有更高的機率減少誤判，但相對的也更有機會漏掉一些物體。
• Select Classes
  • 選取要模型判斷的標籤類別

我們以預設值繼續下去, 因此直接點擊Next鍵

接下來的頁面要輸入下列資料:

• API endpoint name: 給endpoint一個名字
• Description: 給一個說明文字
• Token : 請擊右側Generate鍵產生. 這會用來產生維一的endpoint路徑.
• Webhooks : 不填

填好之後再點擊create鍵

看到下列畫面就表示已建立好endpoint, 你可以使用endpoint的url進行二次開發了.

使用postman取得推論結果

有了endpoint的url之後, 我們預計使用Postman存取這個endpoint.

• 在Postman畫面中請輸入前項步驟所產生的API url
• 在body的地方選擇form-data, 在key欄位選擇file並且給一個名稱為image, 然後上傳一張照片
• 點擊Send之後即可看到回傳值, 推論的結論是照片中有戴口罩, 而且信心程度是96.33%
  

到這裡我們使用Nilvana取得了推論的結果. 使用Nilvana將model部署完成並建立endpoint是不是很簡單呢?